1. 數據不充分：人工智能需要大量數據來進行學習和訓練，但是在某些領域，數據不足或者數據不夠好，這就使得人工智能的準確性和效率大大降低。
2. 算力不足：在某些需要進行大規模計算的任務中，如語音、圖像識別以及自然語言處理等領域，人工智能需要巨大的計算能力才能完成任務。然而，目前的計算能力仍存在局限，這嚴重制約了人工智能的發展。
3. 算法不理想：人工智能算法的性能和效率對人工智能的發展非常重要，目前人工智能算法仍然存在局限，例如深度神經網絡的精度、模型結構等都有待進壹步優化。
4. 姿態與語境理解：人類在進行語音、圖像識別和自然語言處理等任務時，往往會將語境、情感、身體姿態等因素納入考慮範圍，因此人類的理解能力要高於人工智能。盡管人工智能取得了壹些進展，但在這些方面仍然有很大提升空間。
這些“瓶頸”對技術進步產生了嚴重的影響，使得人工智能應用受到了限制。當然，隨著技術的進步，這些問題逐漸得到了緩解，同時新的技術也在不斷湧現，如各種新型芯片、算法、學習機制等。因此，我們可以看到，人工智能的技術進步仍在快速發展，並不斷超越“瓶頸”限制，未來也將會更加廣泛地應用於各個領域。