人工智能将面临技术挑战?

　　我国也将人工智能上升到了国家战略层面了。就不用说企业了，更是对于人工智能人才是日益迫切的渴求，连开出高薪也很难找到合适的人工智能人才。

　　人工智能的发展离不开人工智能人才的技术，就目前我国来说，人工智能技术人才都是比较紧缺的，就更不用说全球对于人工智能人才的争夺了，人工智能在未来也会面临一些技术挑战。

　　1、神经网络的先天不足

　　过度学习 (overfitting)：当模型参数过多时，极易对已有数据学习过度而丧失对未知数据的预测能力

　　超参数优化：需要繁琐的人工调试 → 费时费力。解决方法：自适应参数优化、贝叶斯参数优化。

　　2、学习算法的局限性

　　梯度递减算法: 对于复杂问题，很容易被局部最优解捕获。

　　反向传播算法: 当误差信号反向一层层传播时，其幅值随着层数增加而级数减小。

　　深层网络: 当层数非常多时，就没有足够的计算资源和算法进行整体学习

　　3、现有数字化计算机架构不足以支撑

　　计算量随维数呈级数增长 (维数诅咒) 人类只能处理维数很低的信息，但是大脑模型是建立在极高维的模型上 (数以千亿计的神经细胞，数以百万亿计的神经突触) 现有计算机无法完全仿真人脑。

　　人工智能的道路任重道远，真术相成作为有责任心、态度的企业，将发挥自身最大的作用，使人工智能更好地服务于社会与个人。 想要了解更多人工智能相关消息，请关注微信公众号(真术相成人工智能)