随着图形与交互技术的发展，人工智能解决方案成为了游戏科技发展的瓶颈，人们不再只追求更真实、更美丽的画面，而是更人性化、更聪明的伙伴(对手)。

电脑思考问题的过程实际上是一个数值计算的过程，游戏人工智能的实现需要坚实的数学理论。人工智能解决方案基于信息增益率、Gini准则等问题的浅层机器学习算法SVM，它的求解目标是确定一个二分类超平面，使样本在特征空间上的间隔最大化，其中涉及线性到高维空间的映射、KKT最优化算法等；风头正劲的深度神经网络，可以在大量数据的基础上拟合一个马尔科夫决策过程，通过一个非常复杂的函数来实现特征学习，最终实现自主决策、优化求解等。高层次人工智能中数学的普遍性，也从根本上限制了人工智能的发展，它的每一次突破都会引发新一轮人工智能浪潮。

电脑思考问题的过程实际上是一个移位、与或非等运算的过程，因此人工智能解决方案算法的成功与否取决于大量的计算。

人工智能解决方案除了扎实的数学理论、高效率的计算方法之外，人工智能研究的难点是对认知的解释和建构，而认知研究的核心问题是解决自主、情感等意识现象。虽然意识问题如此重要，但很可笑的是：无论过去还是现在，一旦涉及到意识问题，大家都不会沉默，而是敬而远之，避之唯恐。归根结底，意识的可变性、主观随意性等特征严重偏离了科学和技术的逻辑实证和感觉经验的验证判断，既然与科学技术体系相距较远，自然就不会得到相应的认同与支持。