谷歌的围棋应用的神经网络，深度学习等等技术，说起来都是业界已经有的技术，谷歌这一次也是真正的一次测试，商业目的一定会有，但是主要是测试。
因为不是专家，只能说说我的理解。
1、什么是神经网络。
所谓神经网络，就是把输入的数据分成小的元素，然后租车相互关联的网络结构。
比如围棋棋盘是19*19，
第一层先分割成4个10*10的小格子，（其中一个行列可以交叉），形成连接的网络
第二层再把每个10*10的小格子，分成4个5*5的小格子，形成单元更细的连接网络。
………………
一共有多少层，只有工程师呢自己知道了。
每个点的应该有4个状态，黑，白，空，空（因为劫不能落子）的情况。
每个小格子的状态，就是由这四个状态决定的。
最终他们会给每个小格子状态最终胜率的随机权重。
网络中每种状态下，下一步落点与胜率的关系，胜率改变来改权重，并进行训练。
进行大量的训练后，最终追求接近完美的权重。
这样寻找到的点就是我们说的电脑的棋感。
再说说比赛，这些弱点大家都总结出来了，我只是加上我的理解：
1.电脑怕打劫。可以想想，落点的4种状态中，空（因为劫不能落子）的情况是最少出现的。
因为很可能存在训练不足的情况，因此电脑的棋感在这里还没有很好的训练出来，更容易出臭棋。
这样自学习的时候，就会出现电脑双方都不去打劫，造成训练更加不够，更加怕打劫。因此自我对局固然会强化优势，也会强化弱点。
因此打败电脑还是要利用打劫。
2.局部战斗。我们认为电脑的计算力很强，但是如果局部战斗牵扯盘面信息太多，目前电脑的计算力还是不够的。只能用蒙特卡洛搜索的方法，选择一些可能点的，进行计算。因此漏点的机会就大，而且计算不清的情况下，局势也会判断错误。
因此李世石将战斗导入复杂是非常正确的，而且在中腹战斗也是非常正确的。
3.因为电脑学习方式特殊，它没有我们的启蒙阶段，我们不会犯的低级错误，它是有可能存在训练不足的情况的。
征子，比赛棋谱估计不会有人下太多的，因为人可以判断出不利，电脑可能也是训练不足的。
同时征子因为步数很多，也可能超出了走子网络的计算范围。
不过这个比赛用风险太大。