圍棋是所有流行棋類中排列最多的遊戲，但是隨著棋步增加，剩下需要窮舉的棋步呈指數減少，所以棋力會越下越強。而人類體力及注意集中力會隨棋盤中的複雜性遞減。如果不能在與電腦對弈的起頭佔盡優勢，想在後面翻盤機會越發渺茫。李世乭與AlphaGo對弈兩盤棋賽前盤都有優勢，後來電腦越戰越勇，人腦越戰越慌，一出錯就全盤皆輸。
圍棋人機大戰所學到的教訓
李世乭與AlphaGo對弈並非一對一，而是一對整組圖隊，比賽本身就不公平。AlphaGo事前已經輸入所有李世乭公開棋賽的棋譜，對其策略及風格已經了然心中。反之李世乭只看過AlphaGo跟樊麾五場實力不強的戰局，敵暗我明。如果讓AlphaGo對抗圍棋高手團，結局未必相同。當然單機電腦圍棋棋力已經強過大部分業餘棋士已無爭議，但是人機實力並不能從幾次對抗就下定論。AlphaGo如果沒有DeepMind所準備的3000萬學習棋譜不會變強大。每天電腦對弈一盤需要花費美金300元，300盤就是9萬，加上DeepMind100多人的公司後勤及軟硬體及多年研發維護費，勉強勝過一人，沒有贊助企業是不可能實現的。DeepMind CEO哈薩比斯評論深藍與卡斯帕羅夫國際象棋之戰，他敬佩卡斯帕羅夫遠勝深藍，他說深藍除了下棋之外一無是處，連系鞋帶都不行，而任何人生活上各種活動的豐富性及能力，是電腦遠不能及的。
要戰勝AlphaGo並非難事，只要使用逆向工程找出AlphaGo的罩門，把被AlphaGo打敗的棋局輸入AlphaGo再換邊對打，記錄AlphaGo的棋步再反饋給AlphaGo換邊再戰，直到AlphaGo的棋步不再變化，就可以用此棋譜戰勝AlphaGo。可以用電腦執行逆向工程，但是這就變成求解過程而失去下棋的趣味。人機大戰無論電腦或人腦誰贏，都不會留下不朽名局。除非讓電腦窮舉所有棋步，不然「不朽」、「長青」及「當湖十局」這些生動有生命力的不朽棋局不會出現。
AlphaGo展示的一般化人工智慧及電腦深層學習，給未來社會走向有極好的示範。一般化人工智慧讓學習範圍更為方便廣泛，電腦深層及自我學習警戒不學習的社會成員將會被電腦人工智慧所取代。人類靠學習而強大，隨著大資料的累積及存在，電腦有機會自我學習會變得更迅速強大，可以取代或打敗不學習喪失競爭力的人類。
1995年人工智慧有本質上的躍進。一般性人工智慧、自動駕駛、法律文件判讀、智能行事歷及旅遊排程、商業談判、自主殺傷性武器發展、自動診斷、遠端醫療都在大資料逐漸完備之後突飛猛進。加上遠端教學、3D列印、無人飛行器及自主機器人讓未來變成另一種社會形態。國界已經因為網絡、通訊及交通基礎建設普及而消失，如果我們仍墨守成規，將會被其它進入未來社會的世界公民取代及支配。
