参照维基百科上“游戏复杂度”词条，可以通过两种方式衡量棋类游戏的复杂性，一是状态空间复杂度，二是博弈树复杂度。

状态空间复杂度：围棋是10的172次方，中国象棋、国际象棋分别是10的48次方、46次方。

博弈树复杂度：围棋是10的300次方，中国象棋、国际象棋分别是10的150次方、10的123次方。

不多花篇幅解释两个名词的内涵，光看数字大小就知道围棋的变数远远多于象棋，但这还不足以说明围棋的复杂性。Facebook智能围棋负责人田渊栋在知乎上有此一说：

单单拿游戏的状态个数去比较它们的难度是不准确的。有很多状态空间广阔但是易解的例子。让计算机投篮，出手的方向，速度，篮球的旋转，每个变量都是连续因而有无限可能，但是计算机试几次之后很快就能找到最优解……

围棋难的地方在于它的估值函数非常不平滑，差一个子盘面就可能天翻地覆，同时状态空间大，也没有全局的结构。这两点加起来，迫使目前计算机只能用穷举法并且因此进展缓慢。

围棋本已复杂，计算机更是要将围棋转化为0、1，再穷举出所有可能的状态，最后进行决策——这项工作极为繁重。本次机器胜利意味着人们为这项工作找到了一个相对简单的解决方案，但仍说不上是质的突破。据爱范儿CTO何世友介绍，人工智能可以在三种情况下完爆人类棋手：

计算机性能无限强大，穷举之；

计算机穷举效率提高，高效穷举之（如神经网络）；

新型计算机出现（如量子计算机）。

目前Google的AlphaGo正处在第二阶段。另外世友还指出，不必过分解读这次胜利——

人类处理123+321=444只需要三次运算，而计算机CPU需要进行上百次运算才能得出同样的结果。现在人工智能战胜了人类棋手，是策略优化和硬件运算速度提高共同作用的结果，换句话说，是人类战胜了人类。与其惶惶论机器将征服人类，不如说得益于计算机的帮助，人类的诸多智慧能够更快得到验证，这对人类文明进步的提速将不可估量。20世纪中叶以来，在计算机的帮助下数学家们解决了三大数学猜想之一的四色问题以及克卜勒猜想，这便是最好的佐证。