从自学习的知识面层面来看，其关键也是取决于开发者，以及人类本身所构建的大数据质量。就以这次谷歌AlphaGO来看，尽管开发者输入了3000种棋谱方式，但这些数据的质量决定了其后续自我学习的基础，如果输入的棋谱本身就不是高手级水平，再怎么自我学习、自我博弈，所建立的结果只能说是在次级层级中的最优级水平。
谷歌AlphaGO未必能赢
那么，回到这次人工智能对决人类智慧事件，决定谷歌AlphaGO是否能够胜出的关键因素是两个：一是开发者所建立的自学习架构的“完美性”，不过在这个问题上目前并不乐观，可以说只是刚刚取得了突破，要想取得连续的稳定性能还需要一些时间；二是基础数据的来源，尽管此前赢得了欧洲冠军，但整个欧洲的围棋冠军水平与亚洲还是存在着比较明显的差异，如果谷歌AlphaGO的基础数据在这次比赛之前没有获得有效升级，或者说是自学习的过程中没有和更高级水平的选手进行博弈、提升，要想获胜还是存在着一定的困难。
大数据世界，以及即将到来的物联网时代，凭借着我们自身的计算机与识别能力已经无法应对所处的数据黑洞世界。人类急切地需要真正意义上能够懂得用户心理的人工智能协助处理信息，因此，从我们所处的时代层面来看，我更愿意希望看到谷歌AlphaGO能够赢得这次比赛的胜利，并且能够让这款实验室的产品有更多的实验空间与场景，正如谷歌眼镜一样通过不断地探索，最终能够协助人类拓展一些能力。
