通用人工智能（AGI）：AGI ， 有时也被称为“强人工智能” ， 是我们在电影中看到的那种人工智能 ， 比如《西部世界》中的机器人 或《 星际迷航：下一代》中的数据 。 AGI 是一种具有通用智能的机器 ， 就像人类一样 ， 它可以应用这种智能来解决任何问题 。

狭义人工智能狭义人工智能就在我们身边 ， 很容易成为迄今为止人工智能最成功的实现 。 根据“为人工智能的未来做准备” ， Narrow AI 专注于执行特定任务 ， 在过去十年中经历了许多突破 ， 这些突破“具有显著的社会效益 ， 并为国家的经济活力做出了贡献” 。 奥巴马政府发布的 2016 年报告 。 狭义人工智能的一些例子包括：

• 谷歌搜索
• 图像识别软件
• Siri、Alexa 和其他个人助理
• 自动驾驶汽车
• IBM 的沃森

机器学习与深度学习
Narrow AI 的大部分内容都由机器学习和深度学习的突破提供支持 。 理解人工智能、机器学习和深度学习之间的区别可能会令人困惑 。 风险投资家 Frank Chen很好地概述了如何区分它们 ， 并指出：“人工智能是一组试图模仿人类智能的算法和智能 。 机器学习就是其中之一 ， 而深度学习就是这些机器学习技术之一 。 ”简而言之 ， 机器学习提供计算机数据并使用统计技术来帮助它“学习”如何在一项任务中逐渐变得更好 ， 而无需为该任务专门编程 ， 从而无需编写数百万行代码 。 机器学习包括监督学习（使用标记数据集）和无监督学习（使用未标记数据集） 。 深度学习是一种机器学习 ， 它通过受生物启发的神经网络架构运行输入 。 神经网络包含许多处理数据的隐藏层 ， 允许机器“深入”学习 ， 建立连接和加权输入以获得最佳结果 。 人工通用智能对于许多人工智能研究人员来说 ， 创造具有人类水平智能且可应用于任何任务的机器是圣杯 ， 但对 AGI 的追求却充满了困难 。 寻找“在任何环境中学习和行动的通用算法”（Russel 和 Norvig 27）并不是什么新鲜事 ， 但时间并没有减轻本质上创建具有全套认知能力的机器的难度 。 长期以来 ， AGI 一直是反乌托邦科幻小说的缪斯 ， 在其中超级智能的机器人超越了人类 ， 但专家们一致认为 ， 这不是我们很快就需要担心的事情 。