人工智能应用存在的局限性
相关报告
- 2016-2022年中国智能机器人区域行业市场调查研究及发展分析报告(2015-11-16)
- 2015-2019版智能机器人行业企业建设项目可行性研究报告(2014-11-17)
- 2015-2020年中国智能机器人行业市场重点层面调查研究报告(2015-09-16)
- 全国主要地区智能机器人产业发展状况暨投资环境调查研究报告(2014-12-02)
- 2015-2020年中国工业机器人行业市场主要领域调查分析报告(2015-08-28)
- 2014-2018年中国机器人行业市场深度剖析及投资前景趋势研究报告(2014-01-13)
- 2015-2020年中国智能机器人行业运行研究及市场投资发展分析报告(2015-06-16)
- 2015-2020年中国工业机器人应用系统行业市场主要领域调查分析报告(2015-08-31)
- 2015-2020年中国智能机器人行业市场调查研究及投资发展分析报告(2015-06-16)
- 2015-2019年中国智能机器人业兼并重组及投资建议研究分析报告(2014-11-18)
缺乏完善和严谨的理论体系。除了前文提及的通用人工智能还比较遥远以外,当前应用较为广泛、
实际表现效果也很显著的,基于深度学习的人工智能算法缺少严谨的数学证明及完善的理论体系作
为背书,在操作过程中还依赖经验指导和不断试错,能找到一个“很不错”的解决方案,但很难保
证是最佳。所以对于一些可能面临无法承受之后果的应用场景,更多还是选择作为辅助角色,而不会真正完全依赖人工智能。
对足够多的训练数据依赖比较大。但在一些现实的应用场景下,数据会因为技术上获取难度大、涉及隐私或所有权归属等原因而难以满足模型训练的需求。离开了数据,空有算法也难成事。
在伦理道德和法律方面可能存在责任归属问题。以自动驾驶为例,人类在使用自动驾驶技术时若出
现交通事故,责任到底在驾驶员?汽车厂商?还是智能部件供应商?面临紧急状况时,系统是优先保护使用者还是其他人的生命安全?这一系列问题尚无定论,也很难有定论。
本文地址:http://www.zwzyzx.com/show-336-232219-1.html
相关资讯
- 大数据市场概述:仍处于快速发展的初级阶段(2016-05-14)
- 万物互联离不开传感器、微处理器等硬件支持(2016-11-30)
- 大数据企业崛起,IOT盈利模式浮现(2016-07-19)
- ibeacon—航空领域综合应用(2016-07-06)
- 国内通信网络管理服务行业重点企业发展情况介绍(2014-06-30)
- 集成电路行业与上、下游行业之间的关联性(2016-03-21)
- 企业管理软件行业发展趋势(2015-08-05)
- 网络游戏行业的产业链情况(2015-04-30)
合作媒体
最新报告
定制出版
热门报告
免责声明
中为咨询所引述的资料是用于行业市场研究以及讨论和交流,并注明出处,部分内容是由相关机构提供。若有异议请及时联系本公司,我们将立即依据相关法律对文章进行删除或作相应处理。查看详细》》



