5 年后，强化学习技术发展如何？最大的瓶颈是没法用？理想的强化学习策略是什么样？……带着这些疑问，InfoQ 采访到了西山居人工智能领域专家黄鸿波，和他聊了聊强化学习技术在西山居的应用与实践经验。

以下是其表达的一些观点：

在黄鸿波看来，依靠人类经验可以解决的问题，理论上，强化学习都能解决。

强化学习能不能落地，怎么落地，具体还是要看领域。目前来看，游戏无疑是强化学习技术最成功的一个落地场景。

强化学习技术的落地秘笈并不在于要把算法改得多牛，而是要将强化学习技术与深度学习、游戏策划相结合，形成一套完备的解决方案，并将其实现。

理想的强化学习能够让玩家在玩游戏的过程中更加开心。在非游戏领域，理想的强化学习能够做出更加精准的决策。

人工智能跨过人工智障，我认为只是一个时间的问题。随着时间的推移，模型逐渐强大，算力足够廉价，数据足够多。这三个问题解决之后，人工智能就会逐渐成为人们理想中的样子。

至于未来的 AI 什么样，黄鸿波畅想道：“与其说未来 AI 会应用在哪些方向，倒不如说未来我们需要解决什么问题？在未来，哪里有问题，哪里有痛点，哪里就可以用 AI 来解决。”

内容中包含的图片若涉及版权问题，请及时与我们联系删除