里奇·萨顿先生在2019年写的《痛苦的教训》中提到，从多年的AI研究历史中得出的结论是，“疯狂计算”的方法是最好的。1997年，计算机战胜国际象棋世界冠军的方法，并不是AI，而是通过不断计算和深入探索大量的模式来实现的。当时，其他国际象棋AI研究者们正在把“我认为最强的国际象棋攻略法”实现为算法。算法派看到计算派时会嘲笑道：“这不是在胡搞吗？那种什么都不考虑的方法，最终不可能成功，很快就会陷入困境。最后赢的一定是我们。”但他们胜利的那一天从未到来。同样的情况在围棋AI、语音识别和图像识别中也发生过。也就是说，这里的痛苦教训是，即便实现了“我认为最强的攻略理论”或“完全再现人类认知、思考的理论”，这些几乎都是错误的，且无法扩展。因为实际的人类心智能力复杂到无法用理论或算法完全体现。这样的东西无法实现。因此，与其琢磨一些小伎俩，不如不假思索地疯狂计算。这种方法就是搜索与学习。只要是疯狂计算的方法，就可以随着计算机性能的提升自动扩展。人类的心智就像函数，根据输入产生输出，但用自以为是的理论来实现这个函数是行不通的。函数可以是黑箱，只需让AI学习输入与输出的关系即可。这并不能真正构建人类的心智，只是一个近似值，但比自以为是的理论函数要靠谱得多……大致是这么个意思。→RT