在深度学习的时代，研究和工程已经有融合的趋势，因此FAIR这两方面的大牛都有。工作气氛上来说，组内较平等，讨论自由，基本没有传统的上下级观念。若是任何人有有趣的想法，大家都会倾听并且作出评论。要是想法正确，Yann也会喜欢。
没有人逼着干活，但大家都在努力干活。
黑暗森林VS阿尔法Go谁会赢？
据田渊栋的介绍，两家公司在围棋对弈项目里使用的人工智能技术有一定的重合性，但谷歌在快速走子（Fast rollout）和估值网络（Value Network）两方面有所加强，Facebook的研究则是以开源软件Pachi的缺省策略 (default policy)部分替代了快速走子的功能。
澎湃新闻：看到你从走棋网络、快速走子、估值网络、蒙特卡罗树搜索等四个方面对AlphaGo进行了分析，在这四个方面，您觉得谷歌哪个方面做得最好，与你们的差异在那里？
田渊栋：AlphaGo这个系统主要由几个部分组成：一是走棋网络（Policy Network），即给定当前局面，预测/采样下一步的走棋。二是快速走子（Fast rollout），和目标一是一样的，但在适当牺牲走棋质量的条件下，速度要比1快1000倍。三是估值网络（Value Network），给定当前局面，估计是白子胜还是黑子胜。四是蒙特卡罗树搜索（Monte Carlo Tree Search，MCTS)，把以上这三个部分连起来，形成一个完整的系统。
我们的DarkForest和AlphaGo同样是用蒙特卡罗树搜索搭建的系统。只是相较AlphaGo而言，在训练时加强了走棋网络，少了快速走子和估值网络，然后以开源软件Pachi的缺省策略(default policy)部分替代了快速走子的功能。
另外，据他们的文章所言，AlphaGo整个系统在单机上已具有了职业水平，若是谷歌愿意开几万台机器和李世石对决，相信比赛会非常精彩。
澎湃新闻：Facebook人工智能实验室主管Yann LeCun一直希望各家人工智能平台能做到开源，这样有利于人工智能的发展，你是否也赞同这种观点？为什么？
田渊栋：我十分赞同，只有充分交流才能让大家发展得更快更好。深度学习近两年的大进展很大程度上得益于像torch和caffe这样开源的计算平台，让其它人能很快复现前人结果并加以改进。
澎湃新闻：相较alphaGo取得的成绩，darkforest的下一步目标是什么？不断改进版本后，你们希望自己的围棋AI能达到什么样的水平？
田渊栋：目前还在改进中，会参加三月在日本的比赛。之后的目标暂不公开，我也在思考中。
澎湃新闻：此次alphaGo与李世石，你是看好alphaGo还是李世石？无论结果如何，我们应该如何看待这样一场对决？
田渊栋：我不做预测，我只说很期待。
澎湃新闻：谷歌和Facebook成立人工智能实验室、通过收购公司，布局人工智能，作为一名人工智能研究人员，你认为这两个公司是不是已经代表硅谷人工智能研究领域的最高水平？
田渊栋：可以说这两个实验室网罗了全球人工智能领域最顶尖的研究和工程方面的人才，并且还在继续网罗中。我们今年还会招挺多人，欢迎大家投简历。
“我对人工智能持乐观态度，但大家期望先不要太高”
科学技术的进步带来了人类生活质量的提高，同时也在改变人类。面对这些改变，有些人看到的是恐惧。他们担心当机器变得越来越智能，甚至会超过人类时，会变成可怕的恶魔。基于此，霍金、特斯拉CEO马斯克还成立了防范人工智能威胁联盟。
但田渊栋个人对人工智能持乐观态度。因为就目前的人工智能发展水平而言，还存在很多问题，在创造性工作，处理突发事件，分析未知事件等方面还远不如人类。
澎湃新闻：你曾评论说“到目前为止，人工智能系统要达到人类水平，还是需要大量样本的训练的。可以说，没有千年来众多棋手在围棋上的积累，就没有围棋AI的今天。”需要依赖于数据输入，这是不是人工智能一直未突破的瓶颈之一？如何才能找到解决方法？
田渊栋：数据是现代基于统计推断的人工智能的发动机，没有数据大家就只能回到70年代的专家系统的老路里去了。关于如何突破，所有的人工智能专家都在努力中，我现在随便说两个未经实验验证的解决方案，不免贻笑大方，这里就不展开了。方法论上说，给顶尖人才充分的自由度和大量的资源，让他们作不停的努力和尝试，容许犯错，鼓励创新，就会看到进展的。