去年八月，微软亚洲研究部详细介绍了一个名为“超级凤凰城”(简称Suphx)的AI系统，该系统在从5,000场比赛中吸取了经验之后就可以击败麻将玩家。修改后的预印本论文这个星期再往深一点，揭示了Suphx -其性能与其他培训提高-现在额定所有的99.99%以上，排名上Tenhou，一个日本的全球在线麻将竞赛平台，拥有超过350,000名会员人类玩家。

构建游戏超人程序是AI研究界的长期目标-并非没有充分的理由。游戏是现实世界的模拟对象，具有可衡量的目标，可以在数百个(或数千个)强大的机器上无限次地玩游戏。此外，它的研究人员断言，这些学习适用于其他领域，例如企业，在这些领域中平凡但具有认知要求的任务会影响工人的生产率。

该论文的合著者写道：“大多数现实世界中的问题，例如金融市场预测和物流优化，都与麻将具有相同的特征，即操作/奖励规则复杂，信息不完善。” “我们相信我们在Suphx中为麻将设计的技术，包括全球奖励预测，预言指导和…政策调整，都具有极大的潜力，可以从各种实际应用中受益。”

该论文的共同作者指出，麻将是一个不完善的信息游戏，具有复杂的计分规则。一轮失利并不意味着玩家打得不好。他们可能会战术上失败以确保他们获得最高排名。另外，麻将有很多可能的获胜手，而不同的获胜手会导致每轮不同的获胜分数。考虑到每个人的手中最多有13张游戏图块，在整个游戏中可见的“死”墙上的14张图块，以及在绘制和丢弃这些图块时在“活动”墙上的70张图块就变得可见了。平均而言，任何时候都有10多个48个 隐藏状态，这些状态对于玩家来说是无法区分的。