應用普及的同時，本輪人工智能浪潮的流量計核心——深度學習算法則開始呈現出局限性。
在本月舉辦的人工智能學術會議NeurIPS上，谷歌頂級研究員Blaise Agueray Arcas指出，深度學習技術無法解決所有問題，尤其是和推理以及社交智能相關的任務。
Mila人工智能研究所同樣表示，深度學習模型是高度專業化的，因而顯得十分狹隘。“它們學習一項任務需要比人類多得多的樣本，但即便如此它們還是會犯非常愚蠢的錯誤。”
不過，認為，深度學習算法的不可解釋與局限性，并不足以說明人工智能到了寒冬。“在人工智能第三次浪潮期間，相關應用的規模化落地以及由此帶來的數據信息，已經可以解決應用成效問題。”劉慶峰強調，“在此期間，可以小成本、大范圍推廣能夠切實提高人們工作、生活效率的產品出現，第三次浪潮就不會破滅。”
人工智能未來的突破點將表現在三個方面。首先是面對小樣本、無監督、個性化問題的基礎理論帶來算法的持續突破，其次是腦科學研究和數學統計建模方法深度結合形成腦智同飛，最后，則是人工智能系統和人類行為協作的人機耦合方式的持續探索。
需要注意的是，5G技術的發展，電磁流量計更將成為人工智能的“助燃器”。“5G助推萬物互聯大潮來臨，語音交互將主導人機交互模式。”，“在萬物互聯時代，越來越多的設備將在無屏、移動、遠場狀態下使用，作為人類最自然、最便捷的溝通方式，語音將會成為所有設備至關重要的入口。”
這也意味著，小到智能手表、大到移動駕駛艙——智能終端設備將在5G時代迎來爆發。同時，5G技術也會帶來內容的大爆發，例如高清視頻、游戲等，也會讓人工智能應用的機會增多。 |
