深度神经网络的应用使得语音识别、人机对话、机器翻译、手势检测与跟踪、等领域技术得到了快速发展和应用, 如情感识别的结果仅比专业人士相差10%, 语音识别的准确率已接近人类水平, 而图像目标识别已超过普通人类辨识水平。但要像人一样“能听会说, 善解人意”, 仍有大量技术难题待攻破。如在完全自然的口语识别及方言识别方面, 语音识别准确率还很不理想;智能硬件产品存在“没听清、听不懂、不聪明”问题;智能家居不“智能”, 用户激活率不足20%;而被认为最直观、自然的多通道人机交互, 由于其信息表达的丰富性和模糊性, 很难准确映射为人机交互的界面操作, 导致能以准确理解用户的意图。究其原因, 机器学习、深度学习、自然语言理解、语义理解、人机对话、需求预测、数据挖掘等技术尚处于早期, 在足够智能之前, 智能水平与用户体验、可靠性存在矛盾。