从围棋算法上来看，田渊栋在知乎上介绍，“AlphaGo”的策略网络和“Darkforest”采取的办法是一样的“谷歌的做法充分利用了大数据+深度学习的优势，而几乎完全没有用到围棋的领域知识，若是以后棋力再往上走，我也不会惊讶。”
“Darkforest”败给“AlphaGo”，也因为Facebook对其的资源投入无法与Google相比。田渊栋表示，Google发表在《自然》上的文章署名作者就有20位，明显下了血本，第一位David Silver是计算机围棋和强化学习的顶级专家，第二作者作者Aja Huang也写过多年围棋软件。而研发“AlphaGo”的小组成员只有田渊栋本人和另一位同事。此外Google可以投入的计算资源也绝非2、3人的小团队可以比拟的。
Yann LeCun和扎克伯格还是对“Darkforest表示了高度赞扬，Yann LeCun表示：“这个项目是由我们一个小团队仅花了几个月时间开发出来的，没有投入任何围棋专家资源（除了比赛录像数据库），这是对机器学习威力的一次伟大证明。”
在Facebook的个人主页上，Yann LeCun还微妙地表示，Facebook对研究的态度一直是“尽早发布，时常发布”，研究团队彼此尽早交换研究成果，能够更快促进科学进步。
对于业界热捧“AlphaGo”的态度，也有不同声音出现。《人工智能学家》主编刘锋博士1月28日在科学网发言，认为从科学实验的统计学角度来看，要求实验对象必须达到一定数量，进行多次独立实验，才能相对确保结果的稳定性和可靠性。“谷歌在这篇论文中出现了奇怪的现象。对其他围棋程序选取了众多测试对象，并进行了495次实验，但对人类测试者，却只选取了一位职业围棋二段选手，而不是测试多位不同等级的围棋选手。”
刘峰认为，“AlphaGo”也应该像“Darkforest”一样，放到互联网平台接受大众挑战。“我们并不恶意推测谷歌使用强大影响力影响参与测试的围棋选手，让他（他们）没有全力应对，但这一点也的确是可能的实验漏洞之一。”
刘峰的疑惑并非毫无道理，不少棋友认为，这场比赛不足以体现樊麾的真实水平。微信公众号《喆理围棋》的棋手李喆六段就该疑问与樊麾进行了询问，樊麾对此回答：“电脑是没有心理负担的，而人有。”
今年3月，“AlphaGo”将于世界冠军李世石对战，这无疑会是一场世界瞩目的战役。不论“AlphaGo”是否能再次战胜人类顶级职业选手，但它已经让我们认识到：人工智能的神经网络运用能力远超过早前的预期，势必将对人类未来的生活产生深远的影响。
人工智能已经不再是科幻小说中的内容，如今我们大多数人生活中已经开始在使用它们。语音搜索、可穿戴设备、无人驾驶技术等都采取了人工智能的基本形式，神经网络最终能够缩小机器和人类之间的差距，未来人们能够教会人工智能更多的东西。
扎克伯格的2016年个人目标就是创建一个人工智能助手。“类似《钢铁侠》中的人工智能助手贾维斯。我开始准备了解现有的技术，并将教会人工智能助手理解我的语音，让它学会控制家中的一切，比如音乐、灯光、温度等。我还计划教会助手识别朋友们的面孔，当朋友们按门铃时，它会让他们进入。”扎克伯格在其Facebook个人主页写道。
Google对于人工智能的探索比Facebook迈的步子更大一些。目前，Google的自动驾驶汽车已经完成了总计70万英里的高速公路无人驾驶巡航里程。去年7月，Google推出了100辆原型车来执行小规模的市区道路测试，这是自动驾驶行业首次进行的规模化城市道路测试。
此外在图形识别和语言识别上，Google也取得了重大进展，提高了系统对语音信息的存储和处理能力，并能够使用上下文、物理定位及其他方式对谈话者的真正含义进行预测，就像人在谈话时大脑所做的一样。
要想在与Google的“军备之战”中不落后风，Facebook新年还需加码了。而在中国，以BAT（百度Baidu、阿里巴巴Alibaba、腾讯Tencent）为代表的互联网巨头，他们着急吗？
