问：所以，最终计算机的进步也让人类进步了
答：我认为完全是这样。
问：在对计算机科学的要求上，围棋与象棋有什么不同？
答：我并不下围棋，但我也对它有所了解。在落子上，两者都非常的复杂，可能性非常多。但围棋有着象棋没有的特征，只靠看是无法计算围棋落子的。我这样中等的象棋手坐下来几个小时就可能写出一个计算象棋落子的计算程序，更不要说象棋高手了。但与搜索结合起来之后，就能走出高水平的棋局。
但围棋是一种随时间对垒的游戏，下棋的结构与相互影响方式都非常复杂。象棋游戏就是众多棋子中的运动。在以最终计算余子定胜负的情况下，就能做。现在明显要比这复杂了，但是有经验法则可以运用。围棋就并非如此，并不是简单的把棋子加起来。因为双方数目可能大致相同。这样计算起来更加困难。所以我想DeepMind的一大进步就是找到了一个使用机器学习计算落子的好方法。
问：你如何看待 AlphaGo ？你们在开发深蓝的时候有考虑过 AlphaGo 采用的这些技术吗？
答：这是一个很好的问题。我也和 DeepMind 的人聊过。首先来说，他们的工作非常棒。但如果能让这套算法不仅可以应付围棋还能延伸到其他棋类的话，我觉得会更令人激动。
那么这套算法可否运用到国际象棋呢？我推测或许这样的程序会比现在的人类国际象棋大师更厉害，但还是比不上现有的国际象棋程序。
如今的国际象棋程序非常强大，我觉得上述算法打造的程序并不一定比原有的程序更强大。我之所以这样说是因为，国际象棋区别于其他棋牌类游戏的一个特点就是搜索，国际象棋的搜索要比我欸欸其更重要。当然，围棋也需要深度搜索，但围棋比赛还有很多直觉和预估的要素。
国际象棋搜索方面的需求是无可替代的。我了解到的最强大的国际象棋程序叫 Komodo ，它的搜索能力非常强大，能够高效搜索多个可能的步数。所以我觉得很难有一个擅长在围棋领域的算法同样适用于国际象棋，这个算法无法重新创建搜索而且还需要另一个技术突破方向。
问：AlphaGo 所做的其实是自己和自己比赛，看起来也在不可阻挡地变强大…….
答：是的，AlphaGo 在自己和自己比赛中提高能力。我不知道他们是否发现AlphaGo 有能力提升的局限性，或许它还会不断成长。我能确定的就是，如果将 AlphaGo 的技术放在国际象棋程序里，它一定赢不了现有的程序。
问：计算处理能力在两个棋牌游戏中有多重要？
答：国际象棋并不需要太多的计算处理能力。计算处理能力提供的越多，其收货也更多。未来，你的智能手机或许就能就打败几乎所有的国际象棋选手。算法的改进让程序变得更有效率。而围棋则需要巨大的计算处理能力，根据他们之前论文里透露的，AlphaGo 如果增加更多的 CPU 和 GPU，其表现也会越好。所以这次比赛 AlphaGo 的计算处理能力会非常强。
问： AlphaGo 这次胜利的意义又是什么？
答：我觉得这次的胜利将给人工智能在棋牌游戏的研究热潮降温，接下来将有更酷的产品出来。部分原因即便这些游戏非常复杂，但另一方面却非常简单，不管围棋还是国际象棋，都是完美信息的游戏，也都是零和游戏。这些游戏无法反映现实世界。世界上只有很少一部分问题在解决前能够掌握足够的信息，从而让你做出正确的决策。将这些（研究）运用到现实世界的问题中才是下一步重点要做的。
我需要特别提出一点，当我们将这些技术（应用）运用到现实世界的时候，我认为我们简单粗暴地认为这些（装备）新技术的机器一定比人类强大是不合适的。这些技术在某些方面的确比人类强大，但也有另一些方面却非常差劲。所以人类与机器的互补很重要。
问：你最关注现实世界里的哪些实际应用？