首先，麻将的复杂度要远远小于围棋。单就自己的 14 张手牌来说（总牌数 136 张），组合共有326520504500 种（计算方法详见麻雀の数学），远远小于围棋的 2.08×10^170。不足 10^12 的手牌种类意味着麻将 AI 完全可以提前计算好每手牌的打法估值并储存在资料库中，打牌时调用即可。
下图选自日本麻将研究者らすかる的个人网站麻雀の数学。
当然，打麻将也要考虑别人打的牌以及各家的得分。各家分差的复杂度是很小的，而别人打的牌虽然复杂度会很高（136 张牌的牌墙组合为 4.3×10^185 种，甚至超越了围棋的复杂度），但别人打的 10 张牌大多只有 1~2 张是有用的信息，AI 只需要识别这种模式并搜索对比以往对局的牌谱即可。
其次，人类对麻将的研究远不及围棋，顶尖麻将牌手的训练水平很低。相比围棋研究几千年的历史，麻将诞生不过百余年，人们真正开始利用科学手段（统计学、大数据）来研究麻将只是近十年刚刚起步。例如「间四间」是上世纪流行的日本麻将理论，指的是别人打过中间相隔 4 张的 2 张同花色数牌，则这 2 张牌的内侧筋牌是危险牌。如别人打过三筒、八筒（中间相隔四五六七筒），则四七筒是危险牌，这是因为别人手里一开始可能是三五六八筒，三八筒效率较低被打掉，留下的五六筒要四七筒。这一理论在近十年的大数据研究中已被证明是完全错误的——别人要四七筒的概率并没有显著性的上升。
可见，目前人们对麻将的研究还处在很初级的阶段，通过别人打过的牌来分析别人想要的牌的科学研究才刚刚开始。麻将界也没有围棋那样 3 岁开始学棋，10 几岁就和世界顶级高手过招，接受世界顶级指导的职业选手。麻将本身复杂度低，人类顶尖牌手水平又不高，被人工智能击败会比围棋要容易得多，不可能是「最后壁垒」。
四. 现在有哪些比较强的麻将 AI？
竞技麻将方面，目前国标麻将和日本麻将都有比较强的 AI（高于人类平均水平）。日本麻将的 AI 目前最强的当然是「爆打」。
「爆打」是由东京大学工学系在读博士生水上直纪开发的日本麻将 AI，他所在的课题组就是专门研究麻将 AI 的。爆打和 AlphaGo 一样，也具有自我对局和分析并学习人类牌谱的能力。水上发表过的论文题目为《Realizing a Four-Player Computer Mahjong Program by Supervised Learning with Isolated Multi-Player Aspects》，全文详见http://www.logos.ic.i.u-tokyo.ac.jp/~mizukami/paper/jousho_2014.pdf。
爆打从 2015 年开始在最大的日本麻将平台——天凤麻雀上开始运行，至 2016 年 2 月已经打了 1.3 万多场（约 13 万手牌）。2015 年 9 月，爆打达到天凤麻雀四段，2015 年 12 月更是一度冲进天凤七段，长期成绩显示平均为六段以上。这意味着什么呢？
上图是天凤麻雀平台 2016 年 3 月 13 日的段位成绩分布图（来源オンライン対戦麻雀 天鳳 / ランキング）。天凤平台具有非常科学的段位和 Elo Rating 体系，越是和高水平牌手对局，获胜后 Rate 增加越多，失败后 Rate 减少越少；越是和低水平牌手对局，获胜后 Rate 增加越少，失败后 Rate 减少越多。最终段位和 Rate 值的稳定值就代表了牌手的真实实力。
可以看到，天凤麻雀平台的活跃用户数约为 17 万人（不包括新人僵尸号），而六段以上的用户总数为 5793 人，约占 3.4%。也就是说，爆打打麻将比 96.6% 的麻将玩家要好，全世界麻将打得比爆打好的人，数量仅有几万人左右（包含所有麻将规则的估算）。这只是一个课题组，用时一年多研究出的，在一台电脑上运行的麻将 AI，就已经基本赶上 AlphaGo 早期版本所取得的成绩了。