中国棋手柯洁大战AlphaGo的硝烟还没散尽，学霸君公司的智能教育机器人Aidam就与多位往届高考状元PK，挑战今年的高考题。此前，微软虚拟机器人“小冰”还出版了人类历史上首部100%由人工智能创作的诗集。人工智能的发展如日中天，但是专家们也承认，还有不少瓶颈待突破。
瓶颈之一来自对大数据和计算的过度依赖。想让机器像人类那样思考，就必须“喂”给它天量数据。“必须依赖大数据、大计算，导致现阶段很多人工智能过于重量级”，在刘铁岩看来，“这种依赖是笨拙的，未来应当有更多轻量级的人工智能产生”。
瓶颈之二来自人工智能的“黑箱”——当下人工智能做出的决策就像封闭的黑箱子一样不可预测。“在人脸识别系统中，如果一些人能够识别而另一些无法识别，研究员可能无法回答为什么，因为这是机器从数据中学习得来的，背后的逻辑并不清晰”。徐立还举了另一个无人车的例子描述这种尴尬：“无人驾驶超越人的准确率是很可能的，但难点在于你不知道它什么时候会撞墙。”
另一个瓶颈在于不成熟的行业生态。这在一定程度上制约了人工智能的发展。薛永峰提醒，要防范出现数据孤岛化、研发孤立化的问题。“人工智能的一些技术专利主要掌握在大公司手中，数据资源难以全面放开。在语音识别、无人驾驶等诸多领域，很多团队各做各的，没有融会贯通。”而在一些传统行业中，数据积累的规范程度和流转效率，还远远达不到能够发挥人工智能技术潜能的程度。
不过徐立认为，这些缺陷“与其说是瓶颈，不如说是未来的主攻方向”。
就国内而言，人才储备方面还相对薄弱。千讯咨询发布的《中国人工智能市场前景调查分析报告》数据显示，全球范围内，人工智能专业人才有195万，中国只占2%，排名第七。“人工智能工程师和应用型人才都存在缺口，我们的教育体系应该与时俱进，在课程设置上面与发展需求配套”，刘铁岩说。
值得庆幸的是，人工智能发展进程中，许多进步和改变已扎实可见。
亚马逊、谷歌、Facebook、IBM和微软已于去年9月宣布成立非营利的人工智能合作组，为研究人员提供可供讨论和参与的开放式平台。今年4月，百度也正式发布阿波罗计划，把自己所积累的自动驾驶技术开放给业界，以期进一步降低研发门槛，与产业链各环节共同促进自动驾驶技术的发展和普及。
“这是一场既有主动脉又有毛细血管的技术革命，其意义可能不亚于今天的互联网和移动互联网。因此急不得，未来要一步步走”，薛永峰说。
相关研究报告：
人工智能项目可行性研究报告
中国人工智能市场发展研究及投资前景报告
中国人工智能行业发展趋势分析预测报告