誠然，近年來，中國科技5G，人工智能，大數據等新興技術正在快速進步和創新，使產業突破傳統瓶頸，給予智能變革。

2020年是非常特殊的一年，特殊到難以忘懷，年初新冠疫情的爆發，直接給世界帶來了不可估量的損失，人工智能在科技抗疫過程中發揮著不可替代的作用，人工智能在這場戰爭中，但目前人工智能水平只處于發展階段，做不了多少，所以從瓶頸到突破，人工智能技術發展要進一步突破哪些困難？

數據限制

人工智能離不開機器學習算法，它必須消耗大量的數據來識別模式，然后得出結論。這些模型都是用標記數據來練習的，這就需要人工智能在實際過程中遇到無數不同的場景。 例如，醫學領域的醫生必須標記出哪些X光片存在和哪些類型的腫瘤，并且只有通過標記數千種或更多的腫瘤才能供人工智能學習。 人工智能可以被正確識別，收集和標記的過程，然后學習和復習人工智能，對我們來說是非常耗時的。

也有一些特殊的情況，我們缺乏足夠的數據來支持構建模型，例如無人駕駛汽車。 當我們在大雨環境下開車時，我們的視覺沖擊會使擋風玻璃外的環境變得丑陋和清晰。 更不用說道路標記了，所以人工智能可以安全地應對這種情況？ 培訓人員需要記錄數十萬英里，以偶爾遇到所有這些棘手的使用場景，以了解算法如何響應和相應的響應調整地面。

黑盒效應

任何軟件程序都不能基于邏輯，我們可以輸入代碼看看它們是如何觸發的，但對人工智能不那么透明，基于神經網絡的人工智能，最終的結果可能無法解釋，我們稱之為黑盒效應，我們知道它可以工作，但我們無法判斷它是如何工作的。

因此，克服黑盒效應的最佳方法是對算法進行分解。 總之，解釋人工智能行為的是人類。 在這方面，我們仍然需要做更多的工作，使人工智能通過這個巨大的障礙。

無法到達的通用系統

未來，人工智能將在一定程度上進化到接管世界。 任何擔心它的人都可以放心，這些不是人工智能太智能，而是人類的想象力，只有科幻電影，即使人工智能在智能上足夠好。但不要期望它在更高的意識水平上工作。 史蒂夫·沃茲尼亞克稱它為國外的咖啡測試。 這是否意味著機器人可以進入任何家庭來煮一杯咖啡？ 你知道，這包括找到咖啡機，找到杯子，識別咖啡機，加水和點擊正確的按鈕。

無論是人工智能和機器學習，還是其他技術都是不斷發展的過程，有困難和瓶頸不是壞事，我們只需要在不斷發展和創新的過程中突破。