令人兴奋（汗，似乎暴露了我人奸的本质）：这次比赛中采用的Deep Reinforcement Learning这一框架，确实似乎让我们看到了探索决策智能问题的曙光。

下棋虽然本身没什么卵用，实用的决策智能问题其实比比皆是。例如，互联网商业化中常见的广告决策问题，就同时具有上面的两个特点，而实际上机器在此应用中已经远远超过了人，并且还有巨大的发展潜力。再比如，反羊毛党、非人类流量过滤这类让人挠头的反作弊问题，也都有巨大的商业价值，但决不是简单的感知智能和认知智能问题。

有人的地方就有江湖。只要人与人之间发生交互，就有决策智能的用武之地。互联网的大发展，为我们带来了大量鲜活的这类问题。目前的深度学习框架，在解决这类问题上效果并没有十分突出，这里面有些深层次的原因，篇幅所限就不展开了，以后有机会专门写文章说说我的观点。

当然，我是站着说话时不腰疼的，趁着腰还不疼，我要恳请人工智能界诸仁波切们在接管全人类之前赏下眼神来，认真思考下在博弈场景和非明确反馈情形下的决策智能问题该用什么新框架解决，因为这太有意义了，也太有意思了。