面对这个问题，哈萨比斯的回答是：很有可能。
“你说得对，我们这里大多数人都有着顶尖文凭，但是他们中也有一些人并没有，他们是自学成才的，尤其是在工程领域，他们也做出了杰出的贡献。”哈萨比斯认为因人而异，“一个像史蒂夫·乔布斯这样非凡的人无论尝试做什么都能成功。”
围棋界的“哈勃天文望远镜”
围棋起源于中国,已经流传了近3000年。2016年春天，AlphaGo与世界围棋选手李世石的一场世纪人机大战，标志着人工智能取得了历史性的突破，更引发了一波人工智能创业热。
一年之后，高智能的机器来到中国，打败了中国的顶尖选手。
人机大战最后一役，柯洁局中落泪，赛后哽咽，说AlphaGo太完美，完美到没有希望。
在讲解棋局时，“棋圣”聂卫平对于AlphaGo的称呼从阿尔法狗到阿尔法围棋，最后再到“阿老师”。
在围棋业余一段左右水平的哈萨比斯看来，“这就像人们利用哈勃望远镜发现新的宇宙空间一样。AlphaGo就是围棋界的‘哈勃天文望远镜’。”
围棋看似规则简单，复杂性却是难以想象的。它一共有10的170次方种可能性，这个数字比整个宇宙中的原子数10的80次方都多，没有办法穷举出围棋所有可能的结果。
更困难的是，围棋不像象棋等游戏靠计算，而是要靠直觉。“围棋中没有等级概念，所有棋子都一样，围棋是筑防游戏，因此需要盘算未来。你在下棋的过程中，是棋盘在心中，必须要预测未来。小小一个棋子可撼动全局，牵一发动全身。围棋‘妙手’如受天启。”哈萨比斯解释道。
人机大战已经落幕，但人类围绕人工智能的探索才刚刚起步。
AlphaGo已经展示出了创造力，在某一个领域它甚至已经可以模仿人类直觉了。在不远的将来，它是否会拥有独立学习机制并产生独立的动机？甚至进化出情绪识别能力，通过判断柯洁的表情来故意输给柯洁？
哈萨比斯大笑着说：“也许我们确实应该装上一套判断系统。”但事实上，在训练AlphaGo的过程中，接触到职业棋手的机会非常少，大多数情况下都是自我学习。
他告诉第一财经记者，目前AlphaGo不能自己设定自己的目标，而是需要开发人员在设计系统的时候给它定个目标。这就像AlphaGo的目标不是开车或是其他，只知道开发人员给它定的目标，那就是赢得围棋比赛。
他说，在可预见的将来，人工智能系统会被设计成实现设计者既定目标的工具。怎么去实现目标，也可以让机器来学习。“一般说来，我认为这些系统都会竭尽所能去实现我们设定的目标。”
AlphaGo的“星辰大海”
去年3月谷歌AlphaGo战胜人类棋手时，搜狗CEO王小川给公司放了一天假，庆祝人工智能的历史性突破。
3个月后，王小川曾去英国伦敦拜访DeepMind，问当时机器输掉第四局棋时究竟发生了什么？“不是程序有BUG，就是深度学习本身有瓶颈。”但对方用了3个月去复盘仍没有给出解决的答案。这给王小川留下一个深刻的印象，深度学习还是存在瓶颈的。
AlphaGo距离强人工智能，甚至超人工智能还有多远？
哈萨比斯对第一财经说，这像在科幻片里的一些超级人工智能，我们离那个目标还很遥远，至少还有几十年的路要走，“因为有关于人工智能方面的一些关键的问题，我们还没有攻克下来。”
他对记者坦言，围绕AlphaGo，背后的技术包括图像处理、大数据分析等，目前在其他领域的使用还在早期探索阶段，只在AlphaGo研究的中间环节某些领域应用，但是在未来肯定会在多个领域推广相关的技术。
在AlphaGo刚刚获封中国围棋九段后，哈萨比斯宣布它将退出竞技比赛的舞台，AlphaGo的研发团队将把精力投入到其他重大挑战中，研发出高级通用算法，为科学家们解决最复杂的问题提供帮助，包括找到新的疾病治疗方法、显著降低能源消耗、发明革命性的新材料等。