AlphaGo採用4種主要演算法，其中評估網路及策略網路是深層多層人工神經網絡(deep artificial neural network)，人工神經網絡模仿生物神經經過反覆連接而產生判斷或決策能力。根據Rémi Coulom的說法：AlphaGo裡面包含1層5×5的卷積(convolution)及11層3×3的卷積，最多可產生13個節點(神經元)相互聯接的卷積神經網絡（Convolutional Neural Network, CNN）。經過訓練樣本輸入層(Input layer)的反饋，各層會調整權重建立輸出層(Output layer)行為準則。譬如Google街景為確保隱私將街頭車牌及人臉模糊，如果用人工處理無論時間及人力任何企業都無法負擔。一般人工神經網絡模型都是針對特定活動及特定輸入資料而建立，屬於狹義人工智慧(Narrow AI)，而AlphaGo採用一般化人工智慧(General AI)可以對同類型活動一體適用，其特殊之處會從輸入樣本自動分辨那些是相關訊息，那些是雜訊，由演算法判斷不需要人為介入。DeepMind曾展示用一般化人工智慧訓練電腦玩所有80年代雅達利(Atari)電腦遊戲，學習一天之後已經超越大部分高級玩家的成績(參看YouTub Deepmind DQN Playing)。
賽前預測與初步結果
根據AlphaGo與樊麾所下的五盤棋，幾乎所有圍棋專家及圍棋電腦開發人都認為電腦還不足與人類圍棋冠軍抗衡。五個月之後AlphaGo是否能進步到勝過圍棋頂級高手，則待比賽結果驗證。李世乭賽前誇下海口說如果輸AlphaGo一盤都覺丟臉，完全不把AlphaGo放在眼裡。Crazy Stone開發人Rémi Coulom認為電腦圍棋終究會勝過人類圍棋頂級高手，也許快則1、2年，慢則10年。「石子旋風」開發人林宰范也發表類似看法。Facebook開發的Darkforest開發人田淵棟則不願意預測只說期待結果。其它名人除了王小川(搜狗CEO)預測AlphaGo完勝之外，李開復(曾任微軟和Google高層主管)、柯潔(世界圍棋冠軍)及聶衛平(中國棋聖)都看好李世乭。
3月9日及10日比賽結果，李世乭分別在186手及第211手棋認輸敗給AlphaGo。
為何人工智慧終究會勝過棋藝高手
理論上電腦可以窮舉所有棋路，人類下一手棋，電腦可以從所有組合中跳出勝選棋路打敗人類。人類受智能限制只能預測未來5步左右的棋路比不過電腦窮盡搜索。目前因為電腦受限於計算時間，無法窮舉所有棋步，還無法發展出戰無不勝的程式。隨電腦速度突飛猛進及演算法的改良，電腦棋力越來越強，窮舉棋路的深度會越發深遠，下棋成為固定解，勝棋也就必然。
