作了AlphaGo Zero的superhuman这样的普适宣称，AlphaGo Zero就不能retire，而需要继续接受普适性检验。

即使Deepmind不愿意马上接受我的实验方案，也需要放弃AlphaGo Zero的retirement，先和其他计算机围棋和人类棋手比赛，按Deepmind/Alphabet自己的方法给出AlphaGo Zero和其他围棋及人类顶级棋手的精确差距：具体让几子几目的差距。也看看其他人工智能研究者能不能找到AlphaGo Zero的问题。

如果其他人都不能找出AlphaGo Zero的问题，最后就应该轮到我的实验方案。我的实验就可以显示Deepmind/Alphabet他们自己的测试方法究竟有多少错误和误差。

然后就可以讨论Waymo/Alphabet测试无人汽车方法的错误和误差。

我的人工智能测试方案所基于的关键临界点分析方法，也适用于对其他科学实验作有效性分析。

所以我问：丁肇中教授寻找暗物质的逻辑链建得怎么样了，是不是也使用大数据方法，有没有找到关键临界点，能不能有效否定其他可能？

这是一个非常好的机会，来研究和分析大数据及人工智能方法在科学研究中究竟有什么局限性。也请丁教授给学术界作个好榜样，有针对性地解释一下。