在內容中，研究者重點關注了「神經網絡是如何學習的」「知識又如何被量化表示」等問題。
有意思的是，他們發現：
在沒有人類對弈指導下，AlphaZero 仍形成了一套類似專業棋手才懂的概念體系。研究者還進一步探尋了這些概念何時何處形成。
此外，他們還對比了 AlphaZero 與人類開局棋風的不同。
有網友感慨，這是個影響深遠的工作：
也有人感慨，AlphaZero 能計算任何人類行為特征了?!
欲知更多觀察結果，往下看。
掀起了神經網絡的頭蓋骨
AlphaZero 于 2017 年由 DeepMind 發布并一鳴驚人。
這是一種神經網絡驅動的強化學習器，專精于棋類，內部包含了殘差網絡(ResNet)骨干網及分離的策略及價值 heads。
其輸出函數可表示如下，z 為國際象棋排布情況：
為研究 AlphaZero 如何「學習」的，研究者構建了一個人類理解國際象棋的函數 c (z0)。其中，z0 為一個象棋特定排布概念，c (z0) 以專業國際象棋引擎 Stockfish 8 評估分數作為參考。
再從 AlphaZero 角度，設一個廣義線性函數 g (zd)，作為在不同層取值的探針。訓練設定下，g (zd) 將不斷趨近
