賽后許銀川表示：“人在劣勢的局面下心理壓力會非常大，所以面對進攻很多時候會心理潰敗導致對局的失敗。電腦卻沒有心理壓力，而且由于它的計算能力強大，所以反彈能力也非常強，會在劣勢的局面下反彈出來，這一點非常的可怕。”

　　這場人機大戰沒有輸家，浪潮天梭也向世人證明了自己超強的運算能力。從此象棋界也開始正視電腦的輔助能力，后來在不少年輕棋手的成長歷程中，電腦都起到了不可或缺的陪練作用。

　　2011年

　　Watson與《危險邊緣》

　　2011年，“深藍”的同門師弟IBM人工智能系統“沃森”在美國老牌智力問答節目《危險邊緣》(Jeopardy)中挑戰兩位人類冠軍。

　　《危險邊緣》是美國哥倫比亞廣播公司益智問答游戲節目，于1964年首次登陸美國熒屏，通過涉及地理、政治、歷史、體育和娛樂等領域的一系列問題考驗選手的知識面。與傳統游戲設置有所不同的是，選手面對的是答案，需要給出與這個答案相對應的問題。參賽者通常需要掌握大量歷史、文學、政治、科學及流行文化知識，還需要解析隱晦含義和謎語等。

　　雖然比賽時不能接入互聯網搜索，但“沃森”存儲了2億頁的數據，包括各種百科全書、詞典、新聞、甚至維基百科的全部內容。因此“沃森”可以在3秒內檢索數百萬條信息并以人類語言輸出答案，還能分析題目線索中的微妙含義、諷刺口吻及謎語等。“沃森”還能根據比賽獎金的數額、自己比對手落后或領先的情況、自己擅長的題目領域來選擇是否要搶答某一個問題。

　　最終，“沃森”輕松戰勝兩位人類冠軍。對此，IBM沃森業務實施部副總裁艾德-哈勃(Ed Harbour)就表示：“沃森代表了IBM未來的另—種可能，更代表了人類計算模式演進的下一階段。”

　　2016年

　　AlphaGo對戰李世石

　　賽前，圍棋界和科學界的很多人都對這場比賽做了預測。谷歌(微博)對自己開發的機器人信心很足，聲稱根據電腦計算的結果，李世石打敗“阿爾法狗”的概率為0。而圍棋界則多數站在李世石這一邊，中國棋圣聶衛平認為李世石敗北是不可能的事情。

　　最終，比賽以1：4李世石輸給AlphaGo結束(值得一提的是，李世石雖然以0:3宣告失敗，但仍需要和AlphaGo下完剩余兩場。)。賽后，AlphaGo戰勝傳奇圍棋選手李世石的消息立刻成了全世界各家媒體的頭條。同時，這也是人工智能歷史上最重要的時刻之一。

　　“我非常吃驚，我沒想到會輸，AlphaGo的實力居然如此強悍。”李世石賽后說道。

　　事實上，在跟李世石下棋之前，AlphaGo已經集中學習了半年，比如谷歌為其輸入了3000萬步人類圍棋大師的走法，讓其自我對弈3000萬局，積累勝負經驗，同時它還要在自我對弈的訓練中形成全局觀，并對局面作出評估。經過上述深度學習后，AlphaGo展示出了強大的選擇能力。當然更可怕的是，隨著訓練時間的增加，AlphaGo還在不斷進步之中。

　　不過不管最終的結果是什么樣，就像谷歌所說的那樣“這場人機圍棋大戰的最大贏家還是人類”。