在哈萨比斯的眼里，要让智能手机私人助手到达这样的效果，需要采用像在AlphaGo上所采用的那种机器学习技术，而不是简单地预先编好对话流程。
“目前，绝大多数的这些私人助手系统都非常的脆弱。一旦你的命令偏离了它预先编程好的模板，它们就会罢工。所以，我们需要让它的适应性变得更好，变得更灵活、更强大。”
就目前来看，DeepMind要想在生命健康领域取得一定成就，仍是一个遥远而艰巨的任务。DeepMind已经宣布同英国国家卫生署建立了合作关系，但它目前所推出的唯一一款与之相关的产品，只有一个简单的数据跟踪软件。
哈萨比斯表示，我们的首要任务是在推出其它更先进的工具之前，先让英国国家卫生署熟悉现代移动端软件的使用。
“我们正在教Watson去更好地观察”
IBM也已跨入到这场人工智能的技术竞赛中了，并成功推出了一款名为“Watson”的智能认知识别平台，但它所采用的技术和DeepMind所采用的技术有些许的不同。
Watson系统起初运行在一台超级计算机上，但后来被IBM转移至了云端，并推出了像预测分析和个性解读这样的新工具。
目前，IBM已同美国Memorial Sloan Kettering癌症研究中心建立了合作关系，为他们提供Watson系统，并在泰国和印度的两家医院建立了相应的机构，帮助内科医生们更好地诊断胸、肺和直肠等器官的癌变。
虽然Watson本身并不具备诊断疾病的能力，但它会提出一些可供医生们参考的东西，并提供可选的治疗方案建议。
Watson医疗的副总裁凯西·麦高第表示：“我们正在教Watson去更好观察。Watson多年来一直在学习图像分析，如今我们从收购的医学公司Merge Healthcare那儿得到了大量的图像数据，这将大大加速Watson的学习能力。所以，未来的Watson不仅能从医疗图像中查找病变，还能像Fitbit那样，以图文数据的方式，理解这些数据的含义。”
最后，也是人们如今谈论AI应用时，最常谈到一个话题，那就是AI机器人。
Google在收购波士顿动力公司后，在这一领域变得相当的活跃，并推出了像无人驾驶汽车这样的项目。
杰夫·迪恩表示：“我认为机器人是一个很好的例子。Google公司近年来收购了大量的机器人公司，但深入发展机器学习技术，并将它应用到机器人上，尤其是像无人驾驶汽车那样，将在未来的几年里，成为一个非常有趣，非常重要的研究方向。”
哈萨比斯表示自己目前还未仔细考虑过AI机器人技术。
“很显然，无人驾驶汽车也是一种机器人，虽然在计算机视觉方面它们采用了AI学习技术，但从整体上来讲，它们目前所具备的人工智能水平还很低。特斯拉汽车则大量采用了现成的基于深度学习的机器人视觉标准技术。”
哈萨比斯还将家庭服务机器人和老人专用机器人视为未来AI机器人的潜在消费点，但就目前来说，它们还有很长的一段路要走。
“无论结局如何，冠军都将是人类”
虽然，AlphaGo的侧重点非常的有限，但它成功地吸引到了全世界的关注，并再次点燃了AI技术的主流研究热潮，让计算机在某些任务上打败人类的想法，已经引起了无数人的兴趣。
在过去的一个星期里，AlphaGo的消息铺天盖地，也引发了我们无数的思考，有人叹惜，也有人惊恐，认为至少计算机又在一个领域里打败了我们。
人们的各种反应都是情有可原的，但小编以为大多数人都忽略了AlphaGo获胜背后的正真意义：是人类，我们人类创造出了AlphaGo，并在一个有人愿意为之奉献终身的领域里，解决了一个困扰了我们数千年的巨大挑战。
DeepMind所取得的成就是深刻的，并将在未来，对我们的生活方式产生巨大的积极影响。
就像埃里克·施密特在这场世纪对决的开幕式上所说的那样，“无论结局如何，冠军都将是人类。”（止水）