人工智能研发孤立化 解决瓶颈成业内难点

　　人工智能作为时下最热门的的技术，其未来发展牵动着公众的心，现阶段来看这项技术存在不少问题。

　　首先，人工智能对于数据和算法的依赖性较高，这种依赖是人工智能研发的起始点，也就是前期必须给AI提供大量的数据，导致人工智能的研发和应用的过程过于复杂，人工智能无法帮助人类进行未知领域的探索。其次，人工智能决策的过程不是透明的，因为算法过于复杂而且数据计算量大，即使研发人员也无法完全掌握其逻辑，人工智能可以显著提高正确率，但同时也让失败变得无法预测，甚至事后分析与改正也存在难点。

　　以上两点都是人工智能发展中的瓶颈，而最大的问题在于人工智能的研发是孤立的。这种孤立表现在两个方面，一方面公司之间缺乏交流导致数据无法共享，而另一方面研发领域是孤立存在不能贯通，前者导致研发进展较慢，后者导致产品功能单一。

　　换个角度看，人工智能当前存在的问题，同时也是其发展的方向。要想人工智能飞速发展，需降低其对数据量的依赖，提高数据的有效利用率，而且需优化人工智能决策机制，使其逻辑算法更加可控。针对人工智能的研发孤立化的趋势，一方面相关公司在行业竞争之余，应进行适当的数据共享，开放数据资源促进整个行业的发展，另一方面需探索人工智能多领域的应用，加快实现人工智能的跨领域迁移，毕竟AlphaGo对于普通人来说没啥作用。

　　笔者认为，人工智能的发展面对诸多挑战，但这同样是行业发展的机遇。最关键的一点在于，合作与竞争同样重要，整个行业产品技术水平提高了，对于自身、对手及社会都是有利的。只有实现多领域的融会贯通，推出多功能的人工智能产品，才能让人工智能真正走进消费者的日常生活中。

　　本文作者为科技魔方编辑亮晨;关注未来科技及tmt产业。作者微信：Turchen，欢迎沟通交流。