对此，在本届博鳌“AI”分论坛上，百度总裁张亚勤强调，“我们如今想这个难题实在是关注直播带货推荐焦虑地太早了，有点像忧虑火星上面会不会堵车。”
针对AI所处的阶段，搜狗CEO王小川强调，“AI当下还只是按照人设定的套路做事”。王小川称，当下机器还不或许超越人类，它们针对知识、常识的认知也很有限。
对此，王小川举了一个例子。上一年六月份，官方PlayStation测评王小川在剑桥大学见识到了一个订餐操控系统。当时这个订餐操控系统的表现相当惊艳。使用者说自己喜欢吃辣的，操控系统就会用语音回答附近多少米内会有他喜欢的餐馆。使用者持续问餐馆的电话，这个操控系统也马上报出了电话。但是，当另外一位使用者去和订餐操控系统交流的详细国庆档一览时候，操控系统询问，“我需要帮你找一个停车位吗？”这位使用者说，“我没有车”。操控系统一时语塞，不得知他在讲什么。
王小川强调，当下机器还没有革新对知识、常识的王一博相关Switch引关注认知，依然需要经由一些人工和半人工的方式去将一些信息和操控系统连接，比如告诉操控系统“没有车”等价于“不需要停车位”。
除了用更多的知识和常识去训练AI之外，找到特别的场景是让AI发挥强大作用的另一个核心。
AI当下表现较为突出的领域为语音确认、语义确认和图片确认，但是让AI发挥作用还必须找到相当具体的场景。比如，在炒股票的场景里就只能跟机器谈论股票方面的信息，结合聊天场景计算机才能给出最精确的判断。假如在这个场景中谈论起于股票相去甚远的议题，机器也难以分辨出使用者的需求。
除了将AI使用到更多的场景中去寻求量变之外，AI本身也需要发生质变。
当下来看，限制AI进展的不只仅是特别的场景，还有资料。AI中的算力和资料相当于火箭的引擎和燃料，缺少资料意味着缺少燃料。
AI的深度进修算力在加拿大做到了革新，但是加拿大由于地广人稀，缺少资料，加拿大的科学家无法使用先进的算力来训练计算机。所以，AI最后是在美国和中国这两个具有海量资料的全国落地。
假如机器能够经由小资料进修，那机器的智能程度将得到极大提升。张亚勤强调，经由小资料进修，才是更像人类的进修方式。“比如一个小孩，一次他看见一个苹果以后，下次再看见，他就能认识这是个苹果，而不需要看成千上万个苹果。”张亚勤举例道。这个针对人类来讲轻松可是的事情，机器就要看成千上万张图片才能归纳出来，苹果究竟有什么样的特征，然后按照归纳出来的特征确认下一个苹果。
可是在小资料进修方面，理论领域当下并没有实质性革新。王小川强调，当下人类还是经由大资料将套路教给机器，让机器去做一些重复的事情。