答案是：极难！

    人工智能有限的理性逻辑和困难的跨域能力是其致命的缺陷。人工智能无法理解相等关系，尤其是不同事实中的价值相等关系；人工智能也无法理解包含关系，尤其是不同事实中的价值包含关系（小可以大于大，有可以生出无）。人可以用不正规不正确的方法和手段实现正规正确的目的，还可以用正规正确的方法和手段实现不正规正确的意图。还有，人可以用普通的方法处理复杂的问题，还可以（故意）用复杂的方法解答简单的问题。

    人工智能的理念源于20世纪40年代。1948年，英国科学家图灵在其论文《计算机器与智能》中描述了可以思考的机器”，被视为人工智能的雏形，并提出“图灵测试”。在之后的 1956年，马尔文·明斯基、约翰·麦卡锡、香农等学者在美国达特茅斯学院召开了一次关于人工智能的研讨会，史称“达特茅斯会议”， 正式确立了人工智能的概念与发展目标。研究领域包括命题推理、知识表达、自然语言处理、机器感知、机器学习等。人工智能60多年的发展历程，可以总结为以下几个主要发展阶段。第一次高潮期（1956~1974）：达特茅斯会议之后，研究者们在搜索式推理、自然语言、机器翻译等领域取得了一定的成果。第一次低谷期（1974~1980）：随着计算机运算能力不足、计算复杂性较高、常识与推理实现难度较大等原因造成机器翻译项目失败，人工智能开始受到广泛质疑和批评。第二次高潮期（1980~1987）：具备逻辑规则推演和在特定领域解决问题的专家系统开始盛行，日本“第五代计算机计划”为其典型代表。第二次低谷期（1987~1993）：抽象推理不再被继续关注，基于符号处理的智能模型遭到反对。发展期（1993~2012）： “深蓝”等人工智能系统的出现让人们再次感受到人工智能的无限可能。爆发期（2012-）：机器学习、移动网络、云计算、大数据等新一代信息技术引发信息环境和数据基础变革，运算速度进一步加快且成本大幅降低，推动人工智能向新一代阶段爆发式增长。

    人工智能有点像小学生做作业，布置什么就是什么，缺乏需求任务的自主/自动生成、动态任务规划、需求矛盾协调。很难处理快态势感知和慢态势感知之间的矛盾，更不容易实现整个人机环境系统的有机相互联动和事实与价值元素的混编嵌入。

    ​人工智能在对抗博弈中起重要作用需要几个条件：首先是定量的数学计算就能解决的问题（不是非定量数学问题），其次在人机融合过程中找到自己适当的位置和作用（人机融合不是对方要什么就给对方什么，而是应该给对方应该要的），最后，与人工智能合作的人得确实是行家里手（不是可编程的机器人）。