人工智能最大的障碍是什么？

最大的障碍是人工智能真正火起来的落地应用深度学习占了95%，绝大部分老师学生在不停地刷着performance，真正能落地的算法或者真正能改进传统算法的几乎没有。

南大专家曾说要限制人工智能的使用而不应限制其研究，在大家全部关注深度学习的时候，能沉下心来研究其他人工智能重要方向的人太少了，比如特征提取、数据降维，这些关注的人越来越少，但是深度学习倒是人人在用，不加个深度学习研究方向拉不到项目and招生少一半，在这点上很佩服南大lamda与东南palm等专注理论研究的实验室。

最能体现人工智能算法是机器学习，机器学习包罗万象。深度学习可能会泡沫，但是机器学习和数据挖掘不会，就现在的ML算法而言，机器所学到的东西都是以参数为表现形式所体现出来的，也许它真的学到了什么东西，但是并没有真正成为我们人类所定义的knowledge，这是南大周老师在2016计算机大会上所说的话。

所以，在我浅薄的认知里，我认为现在人工智能最大的障碍是，所有人都挤破头了去使用深度学习这个工具以此发paper和圈钱，真正沉下心来研究理论的人国内真的很少。等过几年，资本看不见实质性的成果，撤资了，深度学习连带着人工智能热度都渐渐淡下去了。

我相信，机器学习领域一定有比深度学习更cool的算法，等着我们去发现与研究，但是技术层面就需要更多人的共同努力了。

另外，人工智能的硬件方面也需要跨越，如果基于目前的电子芯片，可能很难达到让人满意的智能，而未来基于量子计算机为云计算机中心的建立，才可能促进人工智能的全面发展。

这就是人工智能方面软件与硬件两方面的主要障碍。