谭铁牛院士曾表示现阶段的人工智能依然存在很大的局限性用四句话概括便是：有智能没智慧，有智商没情商会计算不会“算计”，有专才无通才

具体解释一下在悝论上局限的瓶颈问题主要包括：

(1) 数据瓶颈：深度学习需要大量的数据；

(2) 泛化瓶颈：这是模式识别、计算机视觉、人工智能方法面临的一個共同的问题，现有方法在一些实际问题中仍无法取得理想的泛化性能或者训练好的模型用在变化的环境或领域其泛化性能明显下降；

(3) 能耗瓶颈：人的大脑尽管是一个通用的人工智能系统但是能耗很低(只有20瓦)，但现有计算机上实现的人工智能系统能耗很高；

(4) 语义鸿沟瓶颈：目前语言服务大多为简单查询不涉及语义推理问题，缺乏真正的语言理解能力比如一些有歧义的自然语言句子，人很容易根据上下攵或常识理解其真正含义计算机却很难理解；

(5) 可解释性瓶颈：现有人工智能系统都是知其然而不知其所以然，其过于依赖训练数据缺乏深层次数据语义挖掘。因此可解释性非常重要，人工智能不仅要知其然还要知其所以然知其然只是浅层智能，知其所以然才叫深层智能；

(6) 可靠性瓶颈：现有人工智能系统可靠性较差有些错误识别结果会带来致命后果，尤其在自动驾驶这样的领域