不可否认的是近几年我国的科技5G，人工智能，大数据等新兴技术正在飞速的进步和创新，赋能各产业突破传统瓶颈，给予了智能化的变革。
2020年是非常特殊的一年，特殊到难以忘怀，年初新*疫情的爆发，直接给全球带来了无可估量的损失，科技抗疫过程中人工智能在其中发挥着不可替代的作用，不可置否，人工智能在这场战疫中助力科技抗疫功劳不小，但目前我国人工智能水平仅仅处于发展阶段，能做到的事情并不多，那么从瓶颈到突破，人工智能技术发展想要进一步突破面临哪些难关呢？
数据极限
人工智能离不开机器学习算法，这些算法或模型必须耗用大量的数据用来识别模式后进而得到结论。而这些模型使用标记数据加以练习，标记数据则需要人工智能在实际过程中会遇到无数的不同场景。例如，医疗领域医生必须标记出每一张X光片哪些是否存在肿瘤，哪些是什么类型的肿瘤，只有标记出成千上万张，甚至更多的X光片让人工智能学习，人工智能才能正确的识别出来，而收集和标记，再到人工智能学习和审查的这段过程，对于我们是很耗费精力和时间。
也有一些特殊情况是我们缺乏足够的数据来支撑构建模型，例如无人驾驶汽车，当我们在大雨倾盆的环境开车的时候，我们视觉受影响导致挡风玻璃外的环境很难看的清楚，更不用说道路标线了，那人工智能能够安全的应付这种情况？训练人员需要记录数十万英里，才会偶尔遇到所有这些棘手的使用场景，以了解算法如何做出反应并相应地进行调整。
黑盒子效应
任何软件程序的基础都离不开逻辑，我们可以通过输入代码，查看它们是如何触发，但对人工智能却没有那么透明，基于神经网络构建的人工智能，最终结果可能无法解释，我们称这为黑盒子效应，我们知道它可以工作，但无法告知它是如何进行运算的，可以想象如何我们无法解释这种庞大的深度学习网络过程是如何判定出来的，我们将面临着无法预估的后果。
因此， 克服黑盒子效应最好的办法莫过于将算法分解了，简而言之，是人类解释人工智能的行为，在这方面我们仍还需要做更多的工作，才能使人工智能迈过这个巨大的障碍。
遥不可及通用系统
未来，人工智能进化到一定地步将接管世界，任何顾虑这方面的人可以放心，这些不是人工智能太智能，而是人类想象力丰富，只存在科幻电影，即便人工智能在智能方面足够出色，但也别指望它在更高水平的意识下起到作用。在国外有Steve Wozniak称之为咖啡测试。意思是机器人可以进入到任意的家庭里冲泡一杯咖啡吗？要知道，这包括找到咖啡研磨器、找到杯子、识别咖啡机、添水并点击正确的按钮。
无论是人工智能和机器学习，还是其他技术都是需要不断发展的过程，有难点有瓶颈并非坏事 ，我们只需要在不断发展和创新过程中突破。
