AI 模型可能非常複雜且不透明,使得它們難以理解或難以理解,甚至構建模型的人也難以講得透徹,很難解釋為什麼新方法比替代品性能更好。這意味著,將 AI 模型訓練到所需的精度水平不僅本身難以實現,而且難以統一。
AI 模型本身作用就很單一,模型的實際部署更加不靈活。從雲上遷移到雲下,從一個運行環境遷移到另一個環境,編程語言不同也會造成模型部署困難。這些都是現在人工智慧發展的瓶頸,發生任何改變,都意味著要從0開始部署。
從人工智慧模型部署的瓶頸上,就能看出來人工智慧目前存在的一些問題,例如非常依賴數據、智能程度太低、只能應用於單一領域等等,這些都要等後面的技術、算力、數據不斷完善提升,才能解決了。