3年血亏10亿美元：Google Deepmind出了什么问题？( 三 )
在某种程度上，深度强化学习是一种涡轮增压式的记忆，使用它的系统能够实现一些人们觉得不可思议的目标，但它们本身对自己在做的事情只有肤浅的理解。因此，当前的系统缺乏灵活性，也无法在环境发生变化时进行调整。
深度强化学习还需要大量的数据。比如，AlphaGo在训练过程中参加了数百万次围棋游戏，这远远超过了一个人想要成为世界级棋手所需要的数量；而且实现这个目标需要巨大规模的计算资源，价格也不菲——据估计，训练AlphaGo的成本为3500万美元。
不过，这些都是出于经济学的考虑。正如Rebooting AI（重启人工智能）这本书中所说，真正的问题在于信任。
目前，深度强化学习只能在受到严格控制、很少出现意外的环境中进行，将其运行在几千年里都没有出现变化的环境里或许可行，但在现实生活中，人们可能不会想依赖它。
商业方面收效甚微
Deepmind创始人兼CEO Demis Hassabis
推荐阅读
- 手机游戏|3年内不得转会FNC！G2老板被爆与C9达成秘密协议，Perkz转会受阻
- nest|自走棋出现近3年之后，Supercell推出了自己的自走棋新品
- 主机掌机类游戏|黑神话发售日期遭到泄露？可能会在2023年5月30日发售
- 梦幻西游手游|梦幻西游手游：欠了8000元，朋友拿号抵债！结果直接一波血亏？
- 李炫君|圣枪哥：2013年9月13号，13岁，初3，他是王者
- Xbox|微软上季度游戏收入增长5亿美元，Xbox销售收入飙升166
- 暴雪|3年少了1100万玩家！全球最强游戏厂商，还能撑多久？
- 梦幻西游|梦幻西游：作死挑战几率的后果，土豪鉴定出140级无级别仍然血亏
- 永恒之塔|十年前的玩家多会玩？倒追23年终成正果，包下整个COS团办婚礼！
- 恐怖巧克力工厂|这是彩蛋? 爆《恐怖巧克力工厂》2023年发售