创新工场CEO、谷歌前全球副总裁兼大中华区总裁李开复也在知乎上表示，AlphaGo这次要打败李世石比较悬，但是1~2年之内必然完胜人类。
李开复指出，樊麾只是职业二段，而李世石是职业九段，差别是巨大的，“就比如说一个人乒乓球打败了非洲冠军，并不代表他就可以成功挑战中国冠军。”
与上述观点不同，搜狗CEO王小川认为，人工智能将会完胜。他提出了自己的两个断言：AlphaGo将会完胜李世石；除了围棋，人工智能在其他博弈类的封闭游戏里也会横扫人类。“我认为谷歌的那套深度学习的方法加上搜索空间的方法，大体上可以覆盖人的思考，而且它可能做得更好。”王小川表示。
AlphaGo的研究者戴维·席尔瓦表示，AlphaGo系统的关键是，将围棋巨大无比的搜索空间压缩到可控的范围之内。为了达到这一目的，AlphaGo系统将最先进的蒙特卡洛树状搜索技术与两个深层神经网络相结合，每个深层神经网络均包含许多层，每层又包含数以百万计的神经元一样的连接。
在AlphaGo两种不同的神经网络中，“策略网络”的作用是预测下一步，并用来将搜索范围缩小至最有可能触发的那些步骤；另一个神经网络“价值网络”则是用来减少搜索树的深度，每走一步估算一次获胜方，而不是搜索所有结束棋局的途径。
上述方法使得AlphaGo的搜索方式相比之前的方法更人性化。例如，深蓝采用强力方法搜索的棋子位置要比AlphaGo多数千倍。而AlphaGo则相反，它通过想象下完剩余棋局来对下一步进行预判，如此多次反复。在上述模拟游戏中，策略网络提出下一步的智能建议，而价值网络则对走过的每个位置进行评估。
