1. 不能推理

当前的人工智能技能只能实行预设的任务和命令，无法进行繁芜的推理和创新。
这也限定了AI的运用处景和效果。
AI须要拥有更强大的推理能力和自主学习的能力，才能适应更加繁芜、多变的现实环境。

2. 不具有抽象能力

相较于人类，AI缺少抽象思维能力。
人类能够从感知和履历中提炼出抽象的观点，这是AI难以做到的。
因此，人工智能在某些涉及抽象性较强的领域，比如艺术创作和社会科学研究中，运用受到了限定。

3. 自我意识缺少

当前的AI技能缺少自我意识和自我学习的能力。
AI是被程序预设了规则和算法，无法自我反思。
缺少自我意识也使得AI难以感知诸如道德、情绪等繁芜的观点，它们的表现也每每无法符合人类的期望。

4. 审美和情绪欠缺

人工智能虽然能够通过大量的数据和算法实现图像、声音和笔墨的识别和天生，但是，AI并没有情绪和审美的能力。
它们凭借着统计和规则的办法进行判断，而无法感性评价文艺作品、美食等领域的东西。

5. 运用处景单一

目前的AI技能在某些场景下已经能够表现出色，如机器人在工业中的自动化生产、医疗检讨赞助等领域都有着广泛的运用。
但是，AI技能的运用处景仍旧存在很大的局限性，而且不同领域之间还缺少有效的交互。

6. 底层技能研发不敷

AI的底层技能涉及许多方面，包括机器学习、深度学习、语音识别、人脸识别等。
而这些技能的研发须要相称的韶光和精力，当前的人工智能技能还存在很大程度的底层技能不敷，很难适应须要高性能的运用处景。

7. 产品技能水平掉队

相较于国外发达国家，我国在人工智能领域仍旧存在较大的差距。
海内大多数的人工智能家当公司还处于起步阶段，产品技能水平相对较掉队，市场霸占率和影响力都有待加强。

8. 根本研究与运用研究存在不平衡问题

人工智能技能的发展须要依赖于根本研究和运用研究，但是这两者之间不平衡的情形较为常见。
根本研究的成果对付人工智能技能的发展具有长期性的影响，而运用研究则更加关注快速的落地和成果输出。