授、前微软亚洲研究院副院长张峥：不管是估值网络还是快棋手段，其中都暴露了缺陷。简单的说，人类棋手隐蔽的一手，其胜率是被机器低估了。明白这一点，是帮助其进步的重要信息。但这不会影响AlphaGo整个框架的正确性。因为网络模型训练需要耗时，同样的问题在第五局还将会存在。

地平线创始人、深度学习专家余凯：从结果来看，的确是失误，但余凯相信，那一步棋AlphaGo是基于决策网络做出的稳定决策，所以问题应该出现在决策网络，是一个结构性错误，而不是随机错误。而且结构性错误在后续是可以修正的。余凯表示，机器算法有它自己的内在逻辑，由于深度神经网络模型复杂，人们还不能清晰理解AlphaGo的策略网络的决策机制。

图灵机器人首席战略官谭茗洲：AlphaGo并不是完美的，它也有弱点。另外，AlphaGo整个系统，在面对复杂情况，特别是多个分支选项的时候，包括多个分支选项之间交叉取舍的时候，会出现混乱。未来在和AlphaGo交手的时候，可能把盘面做的复杂会比赛更有利。

图灵机器人CEO俞志晨：不管AlphaGo算法多么精准，还是有一些方法和套路的，人最大的特点在于对创新和创意，目前人工智能还无法企及。

第五局：陷入苦战，AlphaGo微弱优势胜出

本局，李世石执黑先行，AlphaGo应对稳健，双方陷入长时间的苦战，AlphaGo也首次进入读秒阶段。在局面异常复杂的情况下，AlphaGo还是凭借微弱优势胜出。（有关李世石在第五局赛后的感言与各界对比赛结果的评论，敬请关注网易科技的更新报道）

随着人机大战第五局落下帷幕，本次AlphaGo与人类围棋手的大赛全部结束。回顾这场影响力遍布全球的人机大战，其意义已经远超围棋之外，人们热衷谈论AlphaGo更多是出于对人工智能技术的关切。既然人工智能在门槛较高的围棋领域已经可以击败人类，那么在更多其他领域都有机会。而随着人工智能对人类的替代作用在各行各业都表现得越来越明显，雷·库兹韦尔口中的“奇点”或许已并不遥远。

人类命运和机器智慧的冲突与共存，或许将由这场人机大战开始不断升温，直到奇点来临的那一天。