G検定（ジェネラリスト検定） 人工知能とその動向 練習問題 第28問: AlphaZeroを報告した論文（Silverほか, arXiv:1712.01815, 2017年12月投稿）と、DeepMindの解説記事（2018年）の説

肢1が正解です。この論文の要旨は、ゲームのルール以外の領域知識を与えずにランダムな対局から始め、1つのAlphaZeroのアルゴリズムでチェス・将棋・囲碁のそれぞれで超人的な水準に達したと述べています。

DeepMindの解説も、学習していないニューラルネットワークが試行錯誤の強化学習で自分自身と対局を重ね、勝ち・負け・引き分けからパラメータを調整すると説明しています。

肢2は従来のチェスエンジンの説明で、AlphaZeroは手作りの規則を深層ニューラルネットワークと汎用のアルゴリズムに置き換えました。肢3について、論文はα-β探索ではなく汎用のモンテカルロ木探索を使うとし、解説は調べる局面の数が従来のエンジンよりずっと少ないとしています。

肢4について、論文はゲームごとに別のAlphaZeroを、ランダムに初期化したパラメータから学習させたとしています。