由于并未說清相似（或相同）的方面及程度，導(dǎo)致人工智能相關(guān)討論的前提各異。近期，存在如下三種理解：第一種，認(rèn)為人工智能包括計(jì)算智能、感知智能和認(rèn)知智能三種（鐘義信，2012）；第二種，認(rèn)為人工智能分為弱人工智能和強(qiáng)人工智能兩種（曾毅，劉成林等，2016），而強(qiáng)人工智能也正是通用人工智能；第三種，認(rèn)為人工智能分為專用人工智能和通用人工智能兩種（劉凱，胡祥恩，王培，2018）。

第一種分類常見于行業(yè)演講和報(bào)告中，既缺乏理論依據(jù)，又具有誤導(dǎo)性：邏輯上貌似完整無缺，又與“奇點(diǎn)”不謀而合。其中，計(jì)算智能（又稱運(yùn)算智能）指的是快速計(jì)算和記憶存儲(chǔ)能力，感知智能指的是視覺、聽覺、觸覺等感知能力，認(rèn)知智能則指抽象理解的能力。對(duì)于計(jì)算系統(tǒng)而言，計(jì)算智能對(duì)應(yīng)于計(jì)算水平，感知智能對(duì)應(yīng)于感知水平，而認(rèn)知智能則對(duì)應(yīng)于認(rèn)知水平，三者由低至高逐級(jí)更加“智能”?，F(xiàn)在計(jì)算智能和感知智能業(yè)已成熟，那么隨著技術(shù)的發(fā)展，在給定這一框架的前提下，認(rèn)知智能也應(yīng)該可以實(shí)現(xiàn)，畢竟前兩者已經(jīng)做到了。然而，無關(guān)乎最后的認(rèn)知智能是否最終必然實(shí)現(xiàn)，關(guān)鍵問題在于框架的前提就有問題。事實(shí)上，計(jì)算能力和感知能力只是實(shí)現(xiàn)智能的必要條件，而不是智能本身，所以將計(jì)算智能和感知智能也劃入智能的分解只是一個(gè)玩弄邏輯概念的把戲而已，在不能夠真正地解決任何實(shí)質(zhì)性問題的同時(shí)卻極大提升了“認(rèn)知智能必定能夠?qū)崿F(xiàn)”的信念和預(yù)期。因此，如果不能詳實(shí)檢視這個(gè)前提，那么所得到的后續(xù)結(jié)論便經(jīng)不起推敲。

第二種分類多見于哲學(xué)論述中，最早由賽爾提出（Searle J，1980）。他認(rèn)為，弱人工智能的計(jì)算機(jī)其價(jià)值主要是為心智探索提供有效的工具，而強(qiáng)人工智能則意味著某種程序化系統(tǒng)的運(yùn)行本身就處于心智狀態(tài)中，能夠真正理解事物并具有自己的認(rèn)知狀態(tài)（唐熱風(fēng)，1998）。對(duì)此，徐英瑾專門撰文寫道：大眾理解的“強(qiáng)—弱”之分在于智能的寬與窄之分，而塞爾心中“強(qiáng)—弱”之分卻是真假之分。然而，這種區(qū)分并不是沒有意義的，起碼說明了“人工智能在各個(gè)領(lǐng)域內(nèi)的量的積累，未必會(huì)導(dǎo)致真正意義上的智能的涌現(xiàn)”（徐英瑾，2018）。于是，在賽爾看來即使一個(gè)計(jì)算機(jī)系統(tǒng)的外在表現(xiàn)完全像人，那也只是個(gè)“弱人工智能”，而“強(qiáng)人工智能”必須真正擁有自我意識(shí)。這是很多通用人工智能研究者不認(rèn)可的，因?yàn)樵诖朔诸愊氯斯ぶ悄芟到y(tǒng)的“強(qiáng)弱”之別就沒有任何外部標(biāo)準(zhǔn)來衡量了（王培，2016）?？梢钥闯?，“強(qiáng)人工智能”并不是智力能夠全面接近乃至超越人類智能的機(jī)器智能，而“弱人工智能”也不是指對(duì)人類智能的某些方面的模仿。所以，從原始學(xué)科向其他學(xué)科的概念“轉(zhuǎn)移”中，其內(nèi)涵和外延已經(jīng)發(fā)生了變化，正如“奇點(diǎn)”一樣。

第三種分類則出自人工智能技術(shù)領(lǐng)域自身，即認(rèn)為人工智能包括專用人工智能（Special-purpose AI，SAI）和通用人工智能（Artificial General Intelligence，AGI）兩個(gè)不同的子領(lǐng)域。對(duì)于“智能”理解的根本差異，使人工智能分化成為專用和通用兩個(gè)不同分支。專用人工智能采取先做后思的路徑，即一開始并不深究智能也不對(duì)智能做清晰的定義，而是通過技術(shù)迭代漸進(jìn)式地提升智能化的程度。通用人工智能認(rèn)為智能的存在代表著可以被認(rèn)知的理性原則，采取的是先思后做的路徑（劉凱，胡祥恩等，2018）。與人工智能早期工作時(shí)所使用“AI”非常相似，“AGI”的表述在2005前后被核心研究群體認(rèn)可和采用，希望將他們的目標(biāo)與當(dāng)前“AI”（即SAI）區(qū)分開來。隨后，AGI學(xué)會(huì)的年會(huì)及其學(xué)報(bào)于2008年及2009年相繼啟動(dòng)。由于AGI項(xiàng)目的做法往往與主流AI社區(qū)有重大差別，所以盡管近年來“AGI”一詞大熱，但相關(guān)研究成果卻基本鮮為人知。