你有没有想过，数据库"不真实"，又怎么保证对真实战争进行模拟呢？这里面此消彼长的关系，是不是根本在于我们要如何理解战争，换句话说要辩证地看待战争，那么是不是又进一步可以问我们要怎样才能在兵棋中体现军事辩证法？这个问题再向前一步，是不是又变成了我们怎么通过兵棋去学习和理解军事辩证法，以及包含军事辩证法的战略学、战役学和战术学？那么我们究竟凭借什么来复盘评估我们是否达到目的了呢？归根结底，推演经验要通过推演数据来总结，兵棋理论要通过推演经验来建立．我写过一篇文章来论述其中的缘由，发在论坛叫作《 B4M人机对战机器蓝方先手首轮推演分析》．
同样，在我上一次回答中说了，依靠战场感知进行单兵／单装／集群的战术决策是有成效的，甚至可能接触到小规模战斗，但大规模战斗以上还是不够成功．就像AlphaGo，虽然可以穷举突破人类棋手，但由于深度学习是低可解释性的，这就决定了依靠深度学习的大规模战斗以上的兵棋人工智能要“牵着人类的鼻子”走，这在军队高层是不可能被接受的事情，否则美军各部队和院校也不会年年花钱培养军人手推兵棋．
总结来说，推演数据重要，因为它蕴含着推演者主观能动性的行动结构，而武器装备数据只是推演数据中的一部分，行动的数据比装备数据重要，当装备数据在进行抽象时会根据推演及行动的需要而服务于推演，服务于推演的意思就是可以修正数据，这种修正也会朝着装备论证的方向演进．