AlphaGo有两种很好的技术：一是蒙特卡洛搜索方法，不是所有的可能性都去搜一遍，它是挑一些搜，有助于提高效率。二是Deep Learning（深度学习技术）。这两个技术不是新技术。AlphaGo是用恰当的技术解决了恰当的问题，很有广告意义的问题。AlphaGo并没有真正地理解围棋的基本原理，只是记下了海量的布局。“势”“金角银边草肚皮”等高级的、综合性的、展现人类智慧的规则，它是不可能理解的，它记住的是布局对布局之间的映射关系。

在计算机里，从一个规范数据映射到另一个规范数据并不困难，是完全可以做到的。也有人说AlphaGo下棋有些新招式。柯洁开始说肯定能打败它，后来语调越来越低。他看了机器下棋之后，包括很多其他棋手有点惊呆，机器下的有模有样，还能下出一些新招式。这些新招式从机器学习来讲，就是一种类推能力，从一个例子类推到另一个类推能力，从性质上来讲就是“依葫芦画瓢”。比如人家把棋下到这个点上，你的类推是说我能不能下到边上那个点上，试一下，判别一下。绝大多数人的习惯性思维可能是别人把棋下到这个点上，我要创新一下，把棋尝试下到这个点上。在大的搜索空间，人可能真正搜索过的范围很小，也许那个空间很好。在这种情况下，机器还是有一点创新的，但这是由海量的、非常大的训练样本的相似性中得到的，不能称之为创新。