最后，除了调整硬件和数据，本港台直播们还应该调整如何评估一个人工智能里程牌有多重要。以深蓝（DeepBlue）为例，打败Gary Kasparov的人工智能的开发中使用了明显的相关领域专业知识，它并不是通过从头开始学习而实现该领域内的通用智能。Hassabis在AAAI和其它地方说过AlphaGo比深蓝更代表了通用型人工智能进步，而且这一技术也是为通用的目的使用的。然而，这个项目中评估网络的进展与使用的具体训练方案（监督学习和自本港台直播训练的序列，而不是端到端学习）本身是由研究人员在领域内特有的专业知识所确定的，其中包括David Silver和Aja Huang，开奖直播们拥有大量关于计算机围棋和围棋方面的专业知识。尽管AlphaGo的棋力最终超过这些研究者，但其中的算法搜索都是之前由这些特定领域确定的（而且之前也提到过，部分算法——即MCTS组件——编码了特定领域的知识）。另外，该团队非常大，有15-20人，超过本港台直播所知的之前的任何围棋引擎团队，简直能与深蓝或沃森（Watson）这样的大型项目相提并论，这在计算机围棋史上也是绝无仅有的。所以，如果本港台直播们要合理预期一个由特定领域内最聪明的顶级专家组成的团队在推动某个问题的发展，那么这个努力的规模表明本港台直播们应该稍微降低一点AlphaGo在本港台直播们印象中的里程碑意义。相反，如果例如DeepMind这样的项目只是简单地将现有的DQN算法应用到围棋上就取得了同样的成就，那就会具有更重大的意义。与此同时，由特定领域启发的创新也可能具有广泛的相关性，评估网络可能就是这样的案例。现在说还有些言之过早。

　　总之，虽然可能最后证明评估网络确实是实现更通用和更强大人工智能系统的重大进展，但本港台直播们不能在不考虑硬件调整、数据和人员的基础上就仅从AlphaGo的优秀表现上推导出这一结论。另外，不管本港台直播们认为算法创新是否尤其重要，本港台直播们都应该将这些结果理解为深度强化学习扩展应用到更大硬件组合和更多数据上的标志，也是之前大量人工智能专家眼中解决困难问题的标志，这些标志本身就是本港台直播们将要了解的有关世界的重要事实。

　　AlphaGo 击败樊麾后，评论普遍认为这一突然的胜利与围棋计算机预设程序相关。需特别指出的是，DeepMind内部人士表示原以为这要十年甚至更长时间才能实现。其中就包括CrazyStone设计者Remi Coulum，开奖直播在《连线》杂志一篇文章发表了类似观点。本港台直播无意深入探讨专家对围棋计算机未来的观点，专家们几乎不可能对这一里程碑意义达成共识。就在AlphaGo 此次胜利宣布之前，本港台直播和其开奖直播一些人在推特和其开奖直播地方表示Coulum的悲观看法并不成立。大概一年前，Alex Champandard在一次AI游戏专家的聚会上说在谷歌和其开奖直播公司的共同努力下，围棋计算机程序将实现飞跃；在去年的AAAI大会上，本港台直播也咨询了Michael Bowling（开奖直播对AI游戏也略知一二，研究了一款基本上解决了德州扑克双人限制的AI程序）,问开奖直播认为多少年后，围棋AI将超越人类，开奖直播回答说最多五年。所以，再次表明：这次胜利是否突然，在业内并未达成共识，那些声称该胜利意义深远的观点是基于不科学的专家调查，存在争议。

　　尽管如此，这一胜利也确实让包括AI专家在内的一些人感到意外，Remi Coulum这类人也不可能不知道围棋 AI。 那么，该胜利出乎专家意料之外是否意味着AI本身实现了突破呢？答案是否定的，一直以来，专家对AI未来的看法都是不可靠的。为此，本港台直播在《人工智能建模的进展》中调研了相关文献，简而言之，本港台直播们早就知道基于模型的预测优于直觉判断，定量技术预测胜于定性技术预测，还有其开奖直播的因素使得本港台直播们并不该把某种所谓的直觉判断（与正规模型及其推测相反）当真。从为数不多的真正实证性推测（计算围棋达到人类水平的日期）来看，其预测并没有很大的误差。

　　Hiroshi Yamashita2011年起对围棋计算机的发展趋势进行预测，称四年后将出现围棋计算机超越人类的节点，现在看来，仅有一年的偏差。近年来，这一趋势放缓（基于KGS最高排名），如果Yamashita和其开奖直播人重新预测，也许会调整计算方式，如推迟一年。但也就在AlphaGo取得胜利的前几个星期，围棋计算机取得了突破性进展。本港台直播没有从各方面仔细看这些预测内容，但是本港台直播认为开奖直播们原本以为这个节点将在十年以后甚至更长时间才会出现，尤其是考虑到去年围棋计算机的发展。也许AlphaGo的胜利比预计早了几年，但本港台直播们也总是可以期待一些超越了（基于小团队，有限计算资源的）一般趋势的进步，因为有显著的更多投入、数据量和大量计算资源被用来攻克这一问题。AlphaGo的发展是否偏离合理调整趋势并不明显，特别是因为如今人们并没有在严格模拟这种趋势方面投入太多工作。在不同领域中，鉴于工作、数据、硬件水平的不同，在有效的预测方法被采用之前，所谓的「突破性」进步会看上去比实际上更让人惊讶。