图灵奖得主Richard Sutton坦言目前的AI之路是完全错误，因为目前的AI大模型完全是依赖人类已有的知识，一旦这些知识被学完了，AI的进化就达到了天花板，不再寸进。他说，人类学习新知识是从真实世界中不断的试错，从而累积经验，这样才能不断进步永无止境。

GOOGLE的围棋AI第一代Alpha GO学习人类顶尖高手的全部棋谱，然后战胜了李世石，成为地表最强的围棋高手。程序设计师觉得这样的Alpha GO无法更进一步，于是改变了AI的底层学习思路，只给AI围棋的游戏规则，不给它棋谱，让它自己在实践中胡乱下棋来积累经验，新系统取名为Alpha Zero, 经过3天自己和自己下棋的学习之后，轻松以100:0的战绩完胜Alpha Go.

人类棋手看到Alpha Zero的对战过程，其天马行空的崭新思路，完全开辟了围棋下法的新思路，令人叹为观止，因此强化学习才是未来AI要走的道路。