棋牌类策略游戏一直以来都被用作测试计算机智能发展水平的参考标准，而围棋由于其复杂性和规则的确定性, 加之游戏环境可控性和完全信息等特性, 吸引了人工智能领域的持续研究。 近期，基于机器学习的博弈对抗算法在棋牌类策略游戏对抗应用中取得了突破性进展, 其中一个标志性事件就是谷歌的DeepMind公司2016年相继提出的AlphaGo系列技术。随后，AlphaGo的团队于2017，介绍了AlphaGo Zero，该版本无需使用人类游戏数据即可创建，并且比任何以前的版本都强大。 AlphaGo及其继任者背后主要的方法是 Value Networks（价值网络）和 Policy Networks（策略网络）。其中 Value Networks 评估棋盘位置，Policy Networks 选择下棋步法。这些神经网络模型通过一种新的方法训练，结合人类专家比赛中学到的监督学习，以及在自己和自己下棋（Self-Play）中学到强化学习。2017年4月21日，记录AlphaGo人机世纪对决的纪录片在纽约翠贝卡电影节上映，展示了人机大战的过程，也探讨了人类思维的工作方式和人工智能未来的工作方式。