DeepMind为AlphaGo设计的计算机算法，被称为“具备深度神经网络的先进搜索树算法”，其特点是，不像此前的围棋程序试图通过穷举法计算下完每一步之后局面的变化（而依照现在的计算机能力，是无法完美实现的）来作出取舍，而是从每一步落子后，从理论上存在的平均200种选择可能，缩小到三四种得分最高的选择，接着判断局面是否处于优势，优势多大。也就是说，这个算法不会“死算”，而是会智能地选择需要计算的局面，这极大地减少了计算量，提高了效率。
更可怕的是，这个算法还有自我学习能力。
DeepMind官网的一篇文章介绍说，AlphaGo学习了3000万步人类实战的围棋下法，学习完毕后，甚至可以“左右互博”，自己跟自己下棋，在下了几千盘棋局后，AlphaGo能从这些棋局中学习新的围棋策略，这个过程被Deep-Mind称为“强化学习”。
另外，AlphaGo与樊麾和李世石的实战棋谱，也是它自己学习的绝佳“教材”，在与樊麾对弈后至昨日，AlphaGo在5个多月中，棋力又能明显增长。
“这或许也是中国顶尖棋手不太理解的地方，他们分析了Alpha-Go和樊麾对战的棋谱，认为电脑有着各种不足，但没考虑到它还能自己学习，在与樊麾和李世石对战期间，AlphaGo的棋力增长不少，进步之快让人震惊。”傅奇轩说
围棋“仅仅是开始”
来自中国著名选手古力的感慨，更值得仔细玩味。
他说：“谷歌公司的研发团队并没有围棋高手，我纳闷他们怎么做出这么厉害的围棋电脑……”
“看到这句话，只能说围棋好手真的不懂计算机科学。”在傅奇轩组织观赛的咖啡馆内，一位供职于某IT企业、要求匿名的围棋爱好者表示：“DeepMind的计算机算法实质上是在模拟人类的思维方式，而不仅仅在于研究如何下棋。”
这位爱好者乐观地认为，经过此役，计算机全面战胜人类围棋选手的时代，已近在眼前。而这背后，是人类文明可能会进入新的时代。
这句看似只有在科幻片里才会出现的台词，也许正是AlphaGo战胜李世石所释放的终极信息：昭示了人类即将迈入依靠计算机，去解决思考而非纯计算问题的未来世界。
证据便是DeepMind官网所披露的一个野心勃勃的新项目：DeepMind Health，它借助跟Al-phaGo类似的计算机算法，试图帮助医生识别最具风险的肾病患者。
DeepMind Health 目前推出了一个名为 Streams 的手机App，它能帮助医生在几秒钟内，就能查看存在急性肾脏损伤风险的病人的验血结果，并优化对病人的治疗方案。
“这种直接发出提示，并对病人优先级进行排序的系统前所未有。”参与测试这个项目的英国皇家自由医院医生感慨说。
这仅仅是开始。MindDeep宣称，他们开发人工智能的目的，就是为了解决人类社会面临的最棘手的问题，使得世界变得更好。
围棋人机大战首盘结果让很多人大吃一惊，也让很多赛前一直看好李世石的专业棋手措施不及。不过，面对这个结果，一直从事围棋人工智能研究的专家和学者却显得更为平静，他们显然已经做好了迎接这一天的准备，尽管这一天的到来快得超出了大多数人的想象。
一年多之前，来自北京邮电大学的人工智能专家刘知青教授和围棋学者胡廷楣就开始着手联合撰写一本关于围棋人工智能的书，而当谷歌人工智能AlphaGo横空出世般出现在职业棋手面前时，这本书也进入了赴印阶段——对于人工智能击败人类那一天，书里实际上已经有了预言。
