Az MI-kutatás elsődleges célja mindig is az volt, hogy az algoritmusok "gondolkodása", tanulásuk módszere minél inkább megközelítse az emberét. A DeepMind mesterséges intelligenciái eddig is élen jártak ezen a területen, elég csak a nemrégiben hatalmas áttörést elérő AlphaFoldra gondolni. A DeepMind MuZero most olyan irányba halad, mely minden korábbi próbálkozást felülmúlhat.
Vegyük példaként a DeepMind másik mesterséges intelligenciáját, az AlphaGo-t, mely már évekkel ezelőtt képes volt legyőzni a legjobb Go játékosokat. A trükk itt viszont az, hogy az algoritmus ismerte a Go játék szabályait, sőt még az ellenfeleiről is ellátták tudással.
Kétségtelen, hogy így is szép teljesítmény a győzelem, de ebben az esetben inkább arról beszélhetünk, hogy a gép képes volt az adott szabályok között a legjobb lehetőséget kiválasztani. Noha ezek az MI-k stratégiában nagyon erősek, ha vizuálisan komplexebb játékokkal kerülnek szembe, könnyen elvéreznek.
A MuZero titka abban rejlik, hogy semmilyen előzetes tudással nem vértezik fel, mindent vizualitás útján kell megtanulnia, ahogy azt mondjuk egy ember is tenné. A lényeg, hogy nem ismeri a teljes környezetet, amiben működnie kell, pusztán annak részleteit. A legegyszerűbb példa erre, hogy a MuZero annyit tud, hogy ha beáll egy esernyő alá az esőben, akkor nem lesz vizes, anélkül, hogy ehhez modellezné az összes vízcsepp röppályáját.
