导读：本篇文章首席CTO笔记来给大家介绍有关人工智能研究有什么瓶颈的相关内容，希望对大家有所帮助，一起来看看吧。
你觉得将来的人工智能可能会遇到哪些瓶颈？
语义瓶颈，因为目前语言服务大多为简单查询，不涉及语义推理问题，缺乏真正的语言理解能力，比如一些有歧义的自然语言句子，人很容易根据上下文或常识理解其真正含义，计算机却很难理解。所以人工智能可能会出现语言沟通上的问题。
人工智能发展中遇到了什么瓶颈
据《中国人工智能行业市场前瞻与投资战略规划分析报告》显示，人工智能商业化难的第一个瓶颈来自于数据。而第二个瓶颈则在于更多应用场景的挖掘与构建。业内人士分析说，一些人工智能应用确实起到了代替人类工作的作用，有些甚至已高于人类的工作效率。
人工智能概念近几年开始面向大众普及，但是距离全面的应用仍较远。围绕人的行为轨迹，如可穿戴、车载、家居等应用场景，打造面向大众的，有自主品牌的软硬结合的AI产品，并形成一定的规模，将是目前人工智能从技术到产品，并实现商业化的靠谱之路。
此外，第三个瓶颈主要是技术研发水平。人工智能技术研发水平能满足部分商业化发展的需求，但存在极大的拓展深化和发展空间。
人工智能开发的瓶颈是什么？
新年刚过，各大猎头公司就在拼命的寻找人工智能方面的人才，可以看得出，2018年人工智能会更加的火爆。
不过人工智能火爆归火爆，但通往人工智能之路并不平坦。
当前我们处于弱人工智能时代，仍然有大量的技术问题亟待突破，更别提下一个阶段的发展了。
一般而言，当前业界普遍认为，人工智能的发展将分为三个阶段：
1）弱人工智能；
2）强人工智能；
3）超人工智能；
当前我们处于弱人工智能时代
当前正在爆发的人工智能浪潮，将大大改变我们的生活，很多人悲观的认为，它将使得我们的很多工作会被人工智能代替。
但这种论调或许高估了当前人工智能的发展。
因为当前人工智能的发展仍然遭遇到了很大的发展瓶颈，这个瓶颈是什么呢？
首先就是数据的收集，或者说大数据。
对人工智能技术较为了解的人或许知道，人工智能当前广泛的采用深度学习技术，而深度学习是以人工神经网络为本质的。
这种人工神经网络是完全在模仿人脑的生物神经网络机制，但由于我们人类对人脑的了解实在太少了，因此人工神经网络的复杂度可以说是远低于人脑的神经网络复杂度。
这就造成了人工神经网络其实并不“聪明”，俗话说的好：勤能补拙，并不“聪明”的人工神经网络，如果想要获得优于人脑的效果，它所做的只能是大量的学习，这就需要大量的数据进行训练。
这就好比一个人，如果脑子笨，那就多读书吧，说不定还能笨鸟先飞呢。
所以说，当前人工智能发展的瓶颈就是“大数据学习”。
从长远来看实现人工智能的瓶颈是对大脑知识的了解
在弱人工智能之后，下一个阶段就会是强人工智能了，强人工智能将达到跟人脑一样的智力水平。
而强人工智能最大的发展瓶颈就是人类对于大脑的了解什么时候能够取得突破。
有科学家将人类当前对于大脑的探索及了解程度打了个比方：如果我们对于脑知识的完全了解是一英里的话，那么我们现在只达到了3英寸。
可想而知，这个瓶颈有多大。
强人工智能发展的另一个瓶颈是硬件速度
当然，除了以上提到的最大的瓶颈，还有一个瓶颈也是要突破以后才能获得巨大的进展的：
当前的硬件速度还是太慢了，需要继续加速，有科学家对此进行研究之后就表示，只有当1000美元能买到“天河二号”这么快的计算机时，才能满足强人工智能的硬件需求，并得到快速广泛的发展。
当然，有人说，一切待量子计算机出现后，将迎刃而解，不过，量子计算机何时才能出现呢？
结语：以上就是首席CTO笔记为大家整理的关于人工智能研究有什么瓶颈的全部内容了，感谢您花时间阅读本站内容，希望对您有所帮助，更多关于人工智能研究有什么瓶颈的相关内容别忘了在本站进行查找喔。