关于AI技术局限性，中国信息通讯研究院标准所副所长何宝宏在《电信网技术》2018年第4期中给出了4点总结。

▲人工智能的四点技术局限

何宝宏所长还指出：现在的AI是建立在“认知即计算”的理论之上的，实现时必须依靠计算机、服务器和GPU等各种“图灵机”。但基于图灵可计算理论，“卢卡斯论证”和彭罗斯“皇帝新脑”等早已论证或分析了，人的意识是非算法的，计算机无法建立起“自我”的概念。

言之，基于图灵机的AI在理论上是无法觉醒的，或者说，能够觉醒的AI不会基于这一代的计算机技术和理论。

八个AI宏观发展趋势

人工智能春天刚刚开始，我（谭铁牛院士）提出这一个观点是因为人类社会经历机械化、电气化、信息化的时代以后，正在向智能化社会迈进。人类进入智能化社会以后当然需要智能技术、人工智能支撑和引领。

人工智能有望引领新一轮科技革命。世界著名科学家格特纳说人工智能是未来最具颠覆性的技术。具体讲有八个宏观发展趋势我（谭铁牛院士）认为值得关注：

1、从专用走向通用

这是必然的发展趋势。所以因此有人认为，通用智能被认为是人工智能皇冠上面的明珠，大家都很关心这个竞争焦点。美国军方也开始规划通用智能的研究。他们认为通用人工智能和自主武器，是显然优于现有人工智能技术体系发展方向。它只是朝通用人工智能迈了一小步。

2、从机器智能到人机混合智能

人类智能和人工智能各有所长，可以互补。所以人工智能一个非常重要的发展趋势，是From AI （Artificial Intelligence） to AI （Augmented Intelligence），两个AI含义不一样。

3、从“人工+智能”到自主智能系统

为了让深度学习提高性能，需要大量已经标注好的数据。下一步发展趋势是怎样以极少人工来获得最大程度的智能。人工采集和标注大样本训练数据，是这些年来深度学习取得成功的一个重要基础或者重要人工基础。

所以有人开始试图创建自动机器学习算法，来降低AI的人工成本。

4、学科交叉将成为人工智能创新源泉

前面提到深度学习现在很火爆，它只是借鉴了大脑的原理：信息分层，层次化处理。所以，跟脑科学交叉融合非常重要。

实际上无论是《Nature》和《Science》都有这方面成果报道。比如《Nature》 发表了一个研究团队开发的一种能自主学习的人工突触，它能提高人工神经网络的学习速度。但大脑到底怎么处理外部视觉信息或者听觉信息的，很大程度还是一个黑箱，这就是脑科学面临的挑战。

这两个学科的交叉有巨大创新空间。

5、人工智能产业将蓬勃发展

国际上一个比较有名的咨询公司预测，2016到2025年人工智能的产业规模几乎直线上升；我们国家发展规划提出，2030年人工智能核心产业规模将超过1万亿，带动相关产业规模超过10万亿，这个产业是蓬勃发展的，前景显然是非常大的。

6、人工智能的法律法规更加健全

联合国专门成立了人工智能机器人中心这样的监察机构。前不久，欧盟25个国家签署人工智能合作宣言，共同面对人工智能在伦理法律方面挑战。

7、人工智能将成为更多国家的战略选择

一些国家已经把人工智能上升为国家战略，越来越多国家一定会做出同样举措。包括智利，加拿大，韩国等等。

8、人工智能的教育会全面普及

教育部专门发布了高校人工智能的行动计划。国务院新的人工智能发展规划也指出，要支持开展形式多样的人工智能科普活动。美国科技委员会也有这样的内容。所以这是大家值得关注的另外一个方面。

智东西认为，尽管AI+医疗由于数据、专用标识、细分领域知识等问题成为一项成本消耗巨大的发展方向，但庞大的产业前景依旧在吸引各大企业跳坑占座。根据Gartner 2017技术发展曲线图，深度学习和机器学习正在处于泡沫破裂前期，也就是说在可预计的未来，将有一大批人工智能公司倒闭。这批面临倒闭的稀奇古怪的“AI+”创业项目可能会为产业带来泡沫危险，但越来越多开箱即用的“AI for X”项目也意味着人工智能不再作为稀有技术被供于庙堂之上，而是成为现代软件和应用程序的基石之一。毫无疑问的是，AI的大浪潮才刚刚开始。