對於「自我對戰強化學習」，DeepZenGo 並不熱心，這個領域是哈薩比斯的拿手好戲，也是AlphaGo 的重要武器之一，老大哥不走同一條路，可謂「真有志氣」。
加藤英樹在開跑記者會時表示，DeepZenGo 不同於AlphaGo，有長年「特化於圍棋」的技術，若能各取DeepZenGo 、AlphaGo 的所長，就能超越AlphaGo。
尾島曾在採訪中說過「自己都不要動，程式自己會變強的話最好」，應該不是羨慕AlphaGo，而是因為DeepZenGo 要變強都得自己動手，事實上DeepZenGo 的路線還是保留自己的圍棋技術。AlphaGo 是在大企業的大架構下成長，DeepZenGo 則是以日本「職人」精神打造的個人作品。
DeepZenGo 走自己的路，當然值得為它加油。
絕藝 與職業棋士互動令人佩服
絕藝邀請羅冼河九段先生作陪練等技術指導，對研發進度有非常大的幫助，令我佩服。職業棋士與AI程式師、技術師的合作，並非簡單的事，圍棋與程式原本是相距頗遠的領域，而要在程式內容合作，不像一般人與人的關係，可以適可而止，必須先全面理解對方的思維，才能做深度的溝通；若無互信互動的交流，無法得到真正的成果，雙方的經驗與專長、思考模式都不一樣，實在需要很大的努力。
絕藝由AlphaGo 的論文出發，但已經開拓了自己的方向，除了與職業棋士合作； AILab 透露，絕藝在訓練中利用騰訊的雲端運算，得到高質量數據，這是騰訊集團才做得到的，也是絕藝大局觀正確，行棋安定的一個原因。
此外，絕藝在自我對戰學習過程中，有新的強化學習方法，加強了戰鬥攻殺的能力，能創造出更優質的自我模擬數據，從而導致了更強的模型。和很多其他圍棋AI相比，絕藝的對殺能力會更強。
絕藝團隊負責人的劉永升表示，圍棋技術可以提升的空間還很大，他們研發的目的不是打敗人類，而是磨練技術以轉換到別的領域，研究的過程本身會給人類帶來經驗和新的理論。
＊作者為世界級棋手。本文選自作者新著《迎接AI新時代：用圍棋理解人工智慧》（遠流出版）
