“接下來又人工智能為您進行語音服務……”，相信現在屏幕前的讀者對于這句話應該并不陌生。盡管我們身邊的產品從很早開始就被打上了智能、人性化的表情，但是不知道什么時候開始，人工智能就一下子的出現在我們生活中的方方面面，甚至如今我們打電話辦事，或者咨詢服務，與我們的進行交流的，也變成了人工智能。客觀地說，人工智能如今正在不斷地給我們帶來便利，但這背后真的都是利好嗎?答案或許是否定的。

　　人工智能簡單的理解就是讓計算機去模擬人類的思維模式，然后從人類的邏輯來和我們進行人機互動。而這也使得人工智能是一種建立在計算機語言、互聯網發展、大數據統計、邏輯推到等多項技術上的計算機科學。而人工智能建立的過程實際上是一個存儲數據并構建邏輯框架耳朵過程，簡單地說就是“學習”的過程。

　　此外，由于現階段對于人工智能的運用，存在一個交互的環節，所以其實還涉及到了人工智能的“認知”過程，例如人工智能接聽的時候，就需要人工智能先將對方的語言進行識別，然后再分析其中的內容，最后還要向得出的結果轉化為音頻播放給對方。可以說這個“認知”的過程看起來非常輕松，但是背后涉及到的技術非常復雜。

　　也正是因為各式各樣的需求，人工智能被認為是富有挑戰性的科學，甚至因為背后涉及到一些倫理上的問題，有關部門還發布過《新一代人工智能倫理規范》。而正是因為復雜性，人工智能為社會帶去便利的時候同時也在產生壓力。

　　大數據背后的技術壓力、經濟壓力

　　人工智能依托于大數據，而整個社會每天都在誕生新的“內容”，這些“內容”被記錄到大數據之后，人工智能就要繼續去“學習”它們，而學習的過程其實伴隨著相當大的計算過程。盡管目前我們的計算機技術仍可以應付的了，但是因為伴隨著數據的增加，數據與數據之間的聯系會越來越復雜，計算機在構建“數據與結果聯系”的時候，計算量也會成倍的增加，因此或許在不遠的某一天，計算機就無法承受這巨大的計算量而出現崩潰。

　　而解決這種方法的方法或許只有增加投入計算的設備或者提升現有的計算機技術，但無論是哪一個，別后都面臨著巨大的成本投入以及技術研發周期。

　　算法正在“抹殺”人們的興趣

　　而除了對于技術的壓力外，人工智能同樣對人的發展產生了壓力。人類本身也是大數據計算中的一環，而當我們接觸人工智能的時候，會發現它總是能將我們感興趣的內容精準地投放到我們這里。表面上來看，這確實為我們帶來了便利，但也遏制了我們接觸新事物的機會。換言之，如果人工智能不在邏輯上進一步優化，那么總有一天，我們會失去接觸新鮮事物的機會。

　　因此，人工智能普及的背后，其實是更漫長的發展道路。