运动项目中人工智能失败的例子有哪些？

引发争议：

说到人工智能，小编立马就想起了多年前看过的威尔史密斯主演的一部电影——《我，机器人》。记忆最深刻的就是片中拥有人工智能的机器人开始不受控制，学会了独立思考，并向人类做出反抗。这不禁引发人们深思，人工智能到底好还是不好？应不应该开发？

人工智能的利与弊：

下面这一图标比较了人工智能的利弊：

为什么85％的人工智能项目失败？

下文是小编看了Krunal Vyas(iQlance Solutions Pvt的IT顾问)的一篇文章Why 85% of the Artificial Intelligence Projects Fail?整理出了为什么如此之多的人工智能项目失败的原因：

风险和混乱是人工智能项目失败的常见因素和主要因素。由于员工已经熟悉工作流程，要替换现有流程是一个非常困难的决定。 资金、培训和时间的投入是公司难以承担的巨大风险。

即使在选择人工智能之后，由于缺乏相应的数据，问题仍然没有得到解决。算法不能正确处理数据。因此，团队就浪费了大量和资源。

此外，人工智能不是一个单一的过程或技术。如果预算不够，那么在缺少人工智能专家的情况下，客户就不会对你公司的人工智能服务感兴趣。这些都是大多数移动应用开发公司人工智能失败的常见原因。

人工智能是一个能够规划、学习、推理、解决问题、知识表示、感知、运动和操作的系统。在某种程度上，人工智能可能具有社会智力和创造力。今天，人工智能能够推荐购买的商品、娱乐用户、发现信用卡上的欺诈行为，甚至能够识别图片中的面孔。

到目前为止，人工智能被分为两类——狭义人工智能和普通人工智能。狭义人工智能方面，比如苹果的Siri、微软的Cortana；而一般人工智能则类似于《终结者》中的SKYNET(后者尚未成为现实)。在未来几年里，也许可以通过人工智能编写文章、驾驶汽车，甚至可以达到做手术的程度。

目前，人工智能在各种项目中取得了巨大的成功。某些数据咨询公司还将人工智能纳入其项目，以帮助广告和媒体机构进一步开展活动。然而，并非所有使用人工智能的公司都取得了成功，这是一个公认的事实。

高达85% 的公司都失败了。根据一些调查结果，人工智能发展的障碍主要来自高级管理层的抵制，以及对人工智能缺乏认识和了解。管理层首先要求高投资回报，这是一个的巨大障碍。因此，那些看起来很有希望的项目有时候会落空。

来自 dimensional Research 的一份报告指出，10个人工智能项目中就有8个失败了，而96% 的项目在数据质量、数据标签和建立模型信心方面遇到了问题。

另一个失败案例是，Facebook、亚马逊、微软和 Adobe 的代表都选择使用名为神经机器翻译（NMT）的人工智能，因为它能够非常迅速地将72种语言的内容本地化。然而，这项技术(还有这个工具)仅被23% 的人使用。

这些项目失败的一些原因可能是:

行家沟通失败还未开始就已失败缺少数据专家内部人才 / 软件害怕失业简单开始