“多数人已折服于AlphaGo的精准、聪明和大局意识。但这个比赛结果对于我们来说其实并不是太吃惊。”作为人工智能领域的从业者，凯泽科技首席术官吴军指出，去年10月AlphaGo击败职业二段樊麾，围棋界给AlphaGo的排名仍远落后于李世石，但是他们忽略了AlphaGo突破了传统电脑的“固定”程序逻辑，融入了学习能力。

　如何实现深度学习？百度深度研究院资深专家介绍，AlphaGo构建了“两个大脑”，一个是输入了3000万盘人类顶级棋手对弈数据，通过“自我对战”来进行增强学习，改善此前的决策网络，另一个则是通过价值网络来进行整体局面判断，以决策网络与价值网络来协作决定落子位置。

　也就是说，AlphaGo的技术架构采用的是模仿人类大脑神经模式，而不再单单依靠机器的蛮力“强记”，通过深度学习把人工神经网络的层级大大增加，提升了计算能力。

　“2014年谷歌在收购Deepmind团队之前，这家游戏公司的能力并没有这么强。”上述百度专家介绍，Deepmind被谷歌收购之后，融入谷歌的深度学习技术，其计算能力飞速提升。2014年10月份，在欧洲比赛之后，谷歌内部认为这是一次很好市场推广的机会，为此投入了更大规模的资金，为AlphaGo增加了2000倍的计算能力。