人工智能的局限性体现在哪些方面？

人工智能系统的主要局限性体现在以下三个方面。

人工智能系统强化了其数据和设计中的假设。为了使算法进行推理， 它必须了解其环境。这种理解是由数据提供的。无论数据集中表示 什么假设和偏差，都将在算法如何推理和产生什么输出中重现。同 样，设计选择是在整个AI生命周期中进行的，这些决策中的每一个 都会影响算法的运行方式。由于负面的社会假设可能反映在数据集 和设计选择中，因此算法不能免受社会中根深蒂固的歧视性偏见的 影响。

人工智能系统无法评估自己的性能。人工智能系统根据预定义的优化目 标来衡量其绩效，但这些目标与更伟大的背景隔离开来。人工智能一词 有点用词不当;人类推理可以判断一种知识与特定情况的相关性，但算法 不能。虽然人们可能很容易将算法视为中立的“思考者”，但它们既不是 中立的，也不是思考者。 这意味着人工智能系统的目标必须谨慎地与人类目标保持一致，并 且需要相当多的注意力来监测和评估人类。

人工智能系统是数学的，不能整合细微差别。定义人工智能系统的目标 需要将人类目标转化为数学公式。这为哪些类型的知识和信息可以集成 到算法的推理中创造了严格的限制。因为一切都需要具体定义，所以算 法无法理解一系列主观、定性和细微差别的信息。