人工智能应用前景评估.docx

第

第PAGE\MERGEFORMAT1页共NUMPAGES\MERGEFORMAT1页

人工智能应用前景评估

核心要素分析

常见问题

在人工智能应用实践中，算法模型方面存在模型泛化能力不足、可解释性差等典型问题。例如，某金融机构在2021年部署的信贷风控模型，在A/B测试中准确率高达92%，但在新业务场景中表现骤降至68%，暴露出模型泛化能力缺陷。据《自然》杂志2022年统计，当前超过90%的深度学习模型属于黑箱系统，其决策过程难以用人类逻辑解释，导致监管和用户信任缺失。数据资源方面的问题更为突出，数据孤岛、数据标注质量不均等问题普遍存在。中国信息通信研究