讓我們再一次回到2016年3月的那場李世石與谷歌AlphaGo的圍棋對局，在當時，絕大多數圍棋界人士和人工智能界的科研人員，此前都沒想到圍棋程式會在如此短的時間內取得質的突破。因為國際象棋與圍棋的復雜度相差甚遠。1997年IBM深藍在國際象棋圍棋盤上戰勝人類棋王的故事，並不足以讓圍棋高手信服，而且這麽多年來，圍棋AI程式的研發一直舉步維艱。
直到2006年之後，隨著蒙地卡羅搜尋演算法在圍棋對弈軟件中的套用，MOGO，Zen，crazy Stone等程式的棋力才得到了突飛猛進的提高。在國際對弈平台KGS上，2006年到2012年主流圍棋對弈軟件的棋力從業余二段猛升到業余五段，甚至業余六段，但也就此停滯不前。AlphaGo出現前，圍棋界專家對圍棋對弈軟件棋力的評估基本比較一致，大多認為最好的電腦程式也可以和業余高手過招，但和職業選手之間，還是有著本質的差別。
在今天的圍棋界，業余高手和職業高手之間存在2子以上的明顯差距，通常這個差距是職業選手從童年開始，用10年以上的時間，刻苦訓練得來
