人工智能图像识别的瓶颈是什么？ _人工

算法。
现在主流AI深度学习算法都有一个通病，大部分算法都是这个过程，给AI一大堆的素材，让他采集各种图片的特征，从而分辨出图片的内容。
而采集图片特征的过程中，原图片被压缩，裁剪，去色。变成信息量很小的素材以后被AI记录，这种方式的好处是提高AI的学习效率，减小记忆库的体积。
但是这种方式有一个弊端，由于素材被压缩处理，导致AI看到的东西和人类看到的东西完全不一样。有时候人类看起来是两张完全不同的照片，在AI眼里，这两张完全相同。或者在人类眼里两张十分相似的图片，在AI眼里完全不相同。
所以有时候人类发现AI识别图片出错了，但实际上对于AI来说它的识别是对的，因为他看到的和人类看到的不一样。
另外人工智能图像识别技术，很多算法的人工智能只是看起来像人工智能。本质还是没脱离机械运动。
如上所述:图片识别的基本概念大都停留在:给AI一个计划，给他批量素材，让他机械式的学习，不停的重复学习的过程。
即使他识别数千亿张图片以后，他的算法还是最初给他设定的。随着素材的重复，特征信息的饱和，导致他的学习能力下降，思维呈一种固化状态。
从本质上来讲这并不算是真正的人工智能。
如果有一种算法编写的AI，给AI赋予一种觉醒的能力，在学习过程中能自己领悟到新的学习方式，这样才能算是真正意义上的AI 。
如果这种算法真的实现了，那么很有可能人类某一天会完全不理解AI为什么会这么计算，他的目的是什么。这便是AI的自由意志。
我说的可能有些科幻。
AI不是简单的机械活动，也不是大量数据的填充，更不是编写剧本。他应该从零开始，零之前的东西需要人类去编写，这部分是AI的灵魂。零之后的东西需要AI自己去创造人工智能图像识别技术，这是AI的智慧。
如果人类不走出这个误区，永远不能做出真正的人工智能。
【人工智能图像识别的瓶颈是什么？】本文到此结束，希望对大家有所帮助。