1. 伦理风险：例如如何确保人工智能的利用是符合道德规范的，若何避免不道德地利用人工智能导致其取代人的功能或主体地位。
确定人工智能技能活动及其后果的任务主体也是一个难题。
此外，技能设计的美好欲望与技能后果失落控风险之间可能存在抵牾。

2. 就业冲击：历史上的工业革命就曾涌现机器对劳动力的补充或取代，人工智能的发展可能会导致某些事情岗位的减少，须要人们不断学习新技能以适应新的就业市场需求。

3. 安全风险：包括人工智能利用安全问题，如自动驾驶、大措辞模型等可能存在风险。

4. 数据问题：人工智能技能的发展依赖海量数据，数据的质量、管理和安全等方面仍面临诸多寻衅，例如数据隐私保护、数据偏见、数据滥用等。

5. 算法透明度与可阐明性：一些繁芜的人工智能算法可能像“黑盒”一样，其决策过程难以被理解，这可能导致人们对其结果的信赖度降落，也不利于创造和纠正潜在的缺点。

6. 技能差距：不同国家、地区和企业之间在人工智能技能水平上可能存在差距，这可能加剧数字鸿沟和发展不平衡。

7. 环球管理难题：环球管理每每与机制复合体相联系，任何一个国家、国际组织或企业都无法独立办理这个问题。
人工智能的发展须要国际互助，但各国在政策、法规和代价不雅观等方面存在差异，可能导致互助困难。
在地缘政治方面，科技领域的竞争和技能打压等问题，也可能给人工智能的环球发展带来寻衅。

8. 本钱不对称：滥用或误用人工智能的技能成本相对较低，而戒备其技能风险的本钱则要高得多。

9. 社会构造变革：可能影响社会构造和人际关系，例如人们过度依赖智能设备，面对面互换减少等。

为了应对这些寻衅，须要政府、企业、科研机构和社会各界共同努力，加强人工智能技能发展的研判和预测，制订合理的法律法规和伦理规范，促进国际互助，推动人工智能的康健、可持续发展。

同时，也该当看到人工智能带来的机遇和好处，通过合理的勾引和利用，使其更好地做事于人类社会。
例如加大在人工智能领域的研发投入，培养高水平人才，提高自主创新能力；建立健全数据管理体系，确保数据安全和有效利用；加强跨界互助，推动产学研一体化，提高人工智能运用的成熟度和可靠性；加快制订干系法律法规，明确人工智能的法律地位、任务主体和监管机制等。