AI無須向人類證明自己，而訓練AI其實也還是人類在玩的遊戲。
從alpha go出現之後，我就不玩任何單人的棋類、卡牌類遊戲了，因為高山巍巍，不可逾越，有限解法的規則下，這個遊戲的極致已經有機器可以回答了。
當人類追求的和機器追求的都是單一規則下的最優解時候，就是看機器和人類分別從這其中要得到什麽了。
計算能窮盡最優解，團隊專案卻是人類自己追求在有限條件下的無限極致。
對於多人專案，如dota、lol、pubg等，即使AI成為山，但人類在這種遊戲中的極致，是向著自己的單人能力+多人協同的極致發起不斷沖擊——雖有ATfield卻逼向補完，講的是人類需要的英雄故事，這是競技的意義。
就像人類跑不過獵豹，但22只獵豹能給我踢場球麽？AI在計算上天生有優勢，但你在有限規則下戰勝一個人和五個人的目的不還是人類定的。你能生成詩雲，但詩仙依然不是你。
和鵝廠Ai lab遊戲專案合作中見過深淺，結論是即使是現在的AI，在多人遊戲中戰勝人類也只是技術和成本問題，遲早的事。但要不要在遊戲中戰勝人類，放到人類商業環境下，這事兒就只是技術投入的成本問題。
alpha go之後，所有既定規則的遊戲在機器面前都會有最優解，但找這個最優解與否全看人類心情。
