從AlphaGo開始，人工智能走入大眾的視野。媒體競相報道，將人工智能的熱度炒到非常高的高度。如今人工智能雖然還是很熱，但是熱度已經被區塊鏈奪了走。但是無論是世界上有能力的各個國家，還是國際上的有實力的科技巨頭，都在布局人工智能領域，例如谷歌收購了與人工智能相關的十幾家公司，其中就包括被谷歌收購了的研發了AlphaGo的DeepMind公司。
無疑，人工智能未來必然是我們發展的方向，那么在人工智能發展的過程中有哪些痛點需要解決呢?Innov100平臺分析認為有以下10個痛點。
1.人才稀缺
人工智能在人才方面極度稀缺。據領英數據顯示，全球在人工領域的人才不足25萬人，其中在美國的人才最多。其余主要分布在歐洲，印度，中國，加拿大等。其中有10年以上工作經驗的不足30%。所以那個國家，企業想在人工智能領域做出成績，首先就是人才的爭奪。如最近中興被美國制裁，引起對“國芯“的發問，首先出現的問題就是人才稀缺，人才的優秀程度，人才的聚集程度，決定了一個企業走向欣榮還是衰敗。
2.道德價值觀判定
當人工智能遇到傷害事件發生的時候應該如何抉擇。
例如無人駕駛如今也在如火如荼的發展。人工智能很有可能將首先應用到無人駕駛領域。但是在無人駕駛領域有時候會出現這樣的情況，當無人駕駛汽車行走在道路上，正前方忽然沖出來一個人，左右兩邊也正好有人，無論車輛如何操作都無法避免的會造成傷害，那么這個時候人工智能該如何抉擇。
在計算機的世界，是一個概率的世界，如果正前方是老人，左右是小孩的話，是不是會分析小孩比老人更有價值，然后完成所有的最優解。但是這很明顯是違背道德常識的。
3.莫拉維克悖論
人工智能，簡單理解就是像人類一樣的智能。那么人工智能所遵循的邏輯或者方法應該是類人類的才對。可是實際上人工智能與人類智能完全不同。
莫拉維克悖論(Moravec'sparadox) 是由人工智能和機器人學者所發現的一個和常識相佐的現象。和傳統假設不同，計算機完成人類所獨有的高階智慧能力只需要非常少的計算能力，例如推理。但是完成無意識的技能和直覺卻需要極大的運算能力。這個理念是由漢斯·莫拉維克、布魯克斯(Rodney Brooks)、馬文·閔斯基等人于1980年代所闡釋。
4.算力限制
目前進行人工智能算力平臺的搭建，需要大量的CPU和GPU。而谷歌公司的AlphaGo使用的TPU，類似與GPU的一種算法芯片，能耗功效比非常高。訓練AlphaGo需要的算力相當于我們市面上常見的消費級1080TI 大約12000塊，至少千萬級別的開支。
對于谷歌，Facebook，騰訊等這樣的巨頭公司，這樣的開銷也許不算什么。但是對于一些規模較小的公司，這將是非常大的一個問題。畢竟人工智能想要步入成熟期，必須解決算力成本問題。
5.隱私安全問題
隱私安全問題在很多行業都是非常重要的話題，為什么說人工智能行業的隱私安全會成為制約他的痛點。
因為如果要利用人工智能來提高人們的生活效率和品質，那么必須盡量多的獲取個人信息，因為AI模型需要訓練，所以很可能需要將個人信息上傳到云端。另外，目前沒有辦法依靠本地的算力支撐人工智能。隱私與便利常常矛盾，但是人工智能如果想有好的發展，必須兩者兼顧。
最近，Facebook因為泄漏了多達8000萬的用戶信息，扎克伯格被美國政府要求出席美國國會聽證會，并被詢問的總時長達10小時。并在聽證會中多次提到用人工智能來解決部分業務需求。
京公網安備 11010502049343號