6月21日，2017騰訊”云＋未來“峰會上，伯克利教授、人工智能領域專家 Michael Jordan發表《機器學習：創新視角直面挑戰》主題演講，針對人工智能遇到的問題和挑戰進行了解析分享。他認為在機器人的發展上，美國服務器租用 美國站群服務器，目前還只是一個雛形，之后可能會出現一些有效的對話，比如自我導識的機器，但是智能方面機器人還不能真正得到像人一樣的高級智能。他表示，我們這代人看不到高水平的人工智能的出現。

Michael Jordan指出，目前，所謂的人工智能看上去很智能，但是事實并非如此。以在醫療行業為例，讓機器做醫學診斷是不太可能的，可能會出現劑量不準的問題；特別是某種極端情況下，機器人做出的錯誤診斷可能導致病人死亡。

對此，Michael Jordan從3個角度闡述人工智能遇到的問題。從分享數據來看，Michael Jordan認為，在金融、交通、醫療等具體場景下，不能根據周圍環境的變化進行決策是機器人目前遇到的最大問題。在他看來，數據分享是解決該問題的方法之一。從機器聽視覺來看，東京主機 日本代理服務器，目前還無法讓機器人了解聽覺視覺背后的真正意義。從自然語言處理來看，他表示，世界上有很多可編程的機器人，它們也在和人類溝通，但是它們沒辦法了解到人類的環境、處境以及情緒。

關于如何應對機器學習目前遇到的挑戰，Michael Jordan給出了4點建議。首先，要設計一個系統，這個系統可以帶來有意義的經過校準以后的信息，能夠應對一些不確定性。與此同時，系統能夠真正地解釋它們自己所做出的決策。其次，要找到可以實現長期目標追溯的系統，同時可以主動的收集與實現目標相關的數據。另外，要實現數據實時，很多數據，機器需要花幾天、幾個小時來學習，到目前為止，我們的機器學習方面還沒有辦法能夠達到真正的實時操作。最后，在意外情況的應對及外部事件的連接上，包括數據和其他要求，需要和政府、法律部門和社會科學家進行合作。

Michael Jordan最后表示，人工智能可能還需要花幾十年的努力才會有較大進展，如果人類能夠確保未來要建立起一個人工智能系統，就必須著手解決這些問題，否則沒有辦法保證未來人工智能的發展。