グーグルが開発しているゲーム専用人工知能DQN（deep Q-network）。人工知能がゲームをプレイしながら学習し、時に人間以上の実力を発揮する。
グーグル傘下の人工知能企業ディープマインドは、人間と同レベルの知能を備えた人工知能の開発を目指している。そのなかの試みのひとつとして、DQNに様々なゲームをプレイさせているのだが、その結果、人工知能が人間以上にこなすことができるゲームと、そうでないゲームが存在することが明らかになってきた。
ディープマインドのDQNは、何度も試行錯誤を繰り返しながら学習、知識を蓄積する。このような学習形態は強化学習（reinforcement learning）と呼ばれている。
ディープマインドはDQNに、前提となる知識が全くない状態で、アタリ2600（米国で開発された家庭用ゲーム機）のゲーム50種をプレイするようにした。結果、29種のゲームで人間を凌駕するスコアを残したという。最もスコアが高かったゲームはビデオピンボールで、人間よりも2539％も高いスコアをマークした。一方、モンテズーマズ・リベンジ（Montezuma's Revenge）という、スーパーマリオに似たスクロール型アクションゲームでは苦戦（0％）を強いられている。（上表参照）
※ビデオピンボール
※モンテズーマズ・リベンジ
DQNのソースコードとアタリ2600エミュレータは、無料で公開されているので、誰でもディープマインドの実験を再現することができる。ディープマインドはDQNのアルゴリズムを改善し、学習の役割を安定化させたり、既存ゲームの経験を優先的に扱うなど、標準化、データ収集、再測定などを実施している。それらの施策により、これまでアタリ2600のゲームのスコアが3倍以上向上したとしている。
ディープマインドはまた、アタリ2600のゲームが2Dに限られているため、3Dで作成したラビリンス（Labyrinth、迷路の中を探索するゲーム・）を独自開発し、DQNの学習に導入。今後、このような実験から得られたノウハウやデータを駆使して、健康管理アプリなど、社会に有益な活用方法を模索するとしている。
