而在一定的积累后，AlphaGo这个贝叶斯体系就可以不再依赖人类提供的数据，而是通过对优质数据进行自我学习，从而在短时间内产生了秒杀上一代的能力。这可以看做贝叶斯体系拜托了对初级数据的依赖，进入了进一步自我校准的过程。
有理由相信，此后这类现象会陆续出现更多。因为人脑的学习能力有若干限制，但贝叶斯智能体却没有。
通过模糊知识，进行不断学习，最终通往广义未知。很可能是人脑与技术未来的共同方向。至少目前来看，这种技术逻辑在前瞻性科学中的应用已经越来越多。比如量子贝叶斯、贝叶斯基因算法等等。
而另一方面，想知道人工智能还能在哪些领域做出惊人之举。不妨也像贝叶斯一样去思考：首先这个领域是否存在效率、可靠性、成本比率、盲目性等问题，如果有的话是否必要引入AI。其次看一下这个领域是不是存在先验知识，作为智能体的基础。再次看一下这个领域能否源源不断产生提供给机器学习的数据和知识。
如果这几个条件都确立，那么AI已经不远了。
经过PC到手机的漫长教化，我们可能已经习惯了数字化的世界运行。但人工智能却可能打破人与计算机的经典搭配，利用人的感知与学习能力和计算机的运算能力来打开另一条路。也许已经是时候改变一下互联网思维，让大脑去和人工智能产生多一点点默契了。