（商业运作等其他东西不懂不涉及不评论，只论研究。）
facebook的田渊栋博士说：
“AlphaGoZero/AlphaZero算法很有意思，我们想知道为什么它有效果，是怎么会有效果的，是不是如同宣传的那样是百试百灵的通用算法，是不是只要堆机器，强人工智能马上就来了？还是说其实这个算法有什么问题和弱点？DeepMind不开源也不透露细节，文章里面一些地方也没有写得很清楚。我之前写过Blog讨论过，但是没有第一手经验总不是很踏实。所以本着研究目的，我们需要复现一下，先有复现，才有创新，这个是做研究的习惯。”
田博士的经历：看到论文，论文仅有框架和结果不透露细节和开源，有些地方写得不很清楚，因此需要先重现先发者alphagozero的水平，将来看是否能创新。这正是科研工作的正确态度。
作为理科研究行业一员，非常理解田博士的话，而行业外许多人不理解。只要有人进入一个领域，其他人就不能进入研究了吗？先发者有所发现，发表论文，就是打开一个领域，这个领域会有很多人进入，先发者有很大贡献，但后来者将不断创新，使这个领域的研究越来越宽广和深入，越来越好，造福人类。每一个研究者都在做贡献，但不能贬低他们的工作是“山寨”。
在一个科研领域，先发者实力当然很强，但他们不能把该领域所有的工作做完。比如Deepmind团队，他们研究AI的目的不是为了围棋，围棋一个证明AI算法的工具，过了这一关，就不搞围棋了，往他们的目的走，比如医疗或者其他？他们当然有实力做更好更人性化更符合人类训练的围棋AI，但这不是他们的目的。在围棋AI这个领域，其他人继续工作，并不是毫无价值和“山寨”抄袭。星xAI的水平不如alphago，可能也不如若干知名围棋AI，但它一个思路是对棋手有帮助的，即“优势不退让”，因为这符合人类的思维，以及符合人类的算路。alphago强，但在几十步时，人类算路可能无法计算并理解第xx步棋到底好在哪，也就无法吸收学习。在官子时，领先时胜率相近则选择“退让”招法也不符合人类做法。相信这些工作Deepmind随便就能做，但他们不做，其他人做了就是不应该？
尊重和赞美先行者，但也欣赏和感谢不断前行的后继者。这是我的态度。