这篇文章大体所说的意思是没有问题的。 alphago 的胜利的意义嘛，这事就说来话长了。这得从机器学习的发展上说。以前机器学习有两个挺重要的研究方面就是特征研究和分类器，特征主要是构造特征，分类模型也是应对不同问题构造的模型。但是这些方法遇到瓶颈。深度学习的概念也不是近几年才提出的，只是当时没有能力训练过深的神经网络。但是简单的几层的人工神经网确实解决了不少问题，比如手写数字的识别。深度学习就是在这基础上发展起来的，尤其常用的卷积网。它与传统的机器学习方法比是自己去学习适用于目标任务的特征，也叫表示学习。是端到端的学习。人们发现这样学习到的特征表征能力极强，以至于可以直接分类或者配合简单的线性回归超越传统学习方法。深度学习开始被迅速应用到各个领域，传统方法哀嚎一片，近几年在很多领域早已如日中天。但是圈外的人可能对这种方法的实力没有切身的感受。所以 alphago 的意义就是让大家都感受下。然而这只是一个片面的展示。下围棋相比其他很多问题，比如视觉问题，有个很大的优势，就是它问题定义是明确的，目标衡量也是明确的。在视觉领域深度学习虽然也是取得突破进展，但距离实用相差太远了。比如图像语义分割，其实还是惨不忍睹的。这也就是作者最后那段的意思。深度学习确实是进步，但目前根本不是什么什么那么大。这里面还有很多问题，学术届对深度也有很多人持谨慎态度。就像我看到的有人评价的一句话，它有效，但是没人能讲清为啥。我个人感觉，现在对深度的研究更像摸着石头过河，理论跟不上实践。这么看意义很难说啊。