特里芬难题是指在人工智能模子中，一个模子在某些义务上的显示优于人类水平，但在其他义务上显示远逊于人类的情形。也就是说，AI模子的显示很少具有普适性，而是局限于特定的义务情形。
这个难题的泛起主要是由于人工智能模子的构建方式和人类认知的差异。人工智能模子主要是在大数据和强盛的盘算能力下构建的，而且是基于特征提取和分类等方式，而人类的认知则是基于履历、知识和推理构建的。
特里芬难题的存在对于人工智能的应用带来了很大的挑战。由于在现实应用中，人们往往需要处置庞大多变的义务，而不是局限于某个特定的应用场景。因此，若何解决特里芬难题，实现人工智能模子的普适性，是现在人工智能领域的一个重要研究偏向。
