AlphaGo Zero只是低层次的经验直觉式智力，没有结构性、系统性的抽象思维。Demis Hassabis混淆了低层次的multi-purpose和meta solution的不同。

所以，现在的教育和研究面临两方面问题：

一是不能忽视人工智能技术直觉型智力的挑战。以往的逻辑计算方法有缺陷。基于逻辑计算的计算机围棋水平很低，而AlphaGo Zero战胜人类棋手，就敲响了警钟。

二是经验直觉不但不是万能的，而且也有严重缺陷。现在学术界面对AlphaGo Zero的一筹莫展，说明现在主流的研究和教育方法有严重问题。

科学严谨性的基础，在于寻找逻辑排中律成立的关键临界点。这也是设计智力实验和人工智能测试、把智力研究提升到科学层次的要点。

未来教师和学生，需要新的科学思想和方法，才能保持竞争力、应对人工智能挑战。