以下哪些问题是人工智能发展的主要瓶颈？A. 算法透明性不足B. 高质量数据不足C. 人工神经网络的解释性D. 计算资源不足

本题考查对人工智能发展主要瓶颈的理解。关键点在于识别当前技术在实际应用中面临的核心挑战。需明确四个选项分别对应不同层面的问题：算法的透明性与解释性、数据质量与获取、计算资源的限制。需结合人工智能技术特点，分析各选项如何制约其发展。

A. 算法透明性不足

复杂模型（如深度学习）的决策过程难以被人类理解，导致在法律、医疗等对解释性要求高的领域应用受限。例如，AI诊断疾病时无法清晰说明判断依据，可能引发信任危机。

B. 高质量数据不足

AI依赖大量标注数据训练，但数据获取成本高、标注难度大，或存在偏差，直接影响模型性能。例如，小语种数据稀缺会导致翻译模型效果差。

C. 人工神经网络的解释性

神经网络的“黑箱特性”使模型推理过程不透明，难以验证逻辑正确性。例如，图像识别模型可能因局部特征误判，但无法直观解释原因。

D. 计算资源不足

训练大型模型需高性能计算资源（如GPU集群），资源限制导致技术进步缓慢。例如，学术机构因算力不足难以参与顶尖模型研发。