人工智能课程教育的核心问题之一是教授学生如何通过设计智能机器来代替人解决实际的问题。目前，各地中小学校尚不能保证有专职的人工智能课程教师投入，实际授课常由信息技术或数学等教师兼任。
近年来，我国人工智能技术和产业蓬勃发展，进入了新的发展阶段，但在人工智能基础理论与原始创新方面仍相对薄弱，核心智能芯片和基础元器件的自主研发生产能力与国际领先水平差距较大，存在关键环节受制于人的现象。
目前的人工智能依赖于机器学习、深度神经网络、大数据、物联网和云计算等，它的一个关键特性是可以通过数据和计算来决定下一步的行动，例如它可以从物理环境中获取数据，然后通过这些数据来学习或者决定下一步的动作。
英特尔创始人之一戈登·摩尔曾说过，集成电路上可以容纳的晶体管数目大约每经过18个月便会增加一倍。换句话说，处理器的性能每隔两年就会翻一倍。这句话作为经验之谈，一定程度上揭示了信息技术发展的迅猛，后来成为著名的“摩尔定律”。
数据中毒会导致机器学习模型失准，从而得出错误的结论。由于目前缺乏简单易行的解决办法，因此安全专家必须重点关注数据中毒的检测和预防。
以AI智能学习机为例，不同的学生在不同阶段对教学内容的需求是不一样的，且会根据学习效果不断发生变化，目前市面上大部分产品智能化程度还不足以支持这种个性化教育需求，依然是以标准化教学内容的打造和输出为主，这也让学生端看到的教育内容相对趋同，让“AI智能”成了博人眼球的一个噱头。
