1、人工智能分为“弱人工智能”与“强人工智能”。

1）“弱人工智能”：不能制造出真正能推理（Reasoning）和解决问题（Problem_solving）的智能机器，这些机器，只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。

2）“强人工智能”：有可能制造出真正能推理和解决问题的智能机器，并且，这样的机器，被认为，将能有知觉、自我意识-----可以独立思考问题，并制定解决问题的最优方案；有自己的价值观和世界观体系。拥有和生物一样的各种本能，比如，生存和安全需求-----某种意义上，可以被看作一种新的文明。

2、目前，强人工智能，仍然是该领域的长远目标。大量的计算工具与深度学习工具，被应用了人工智能，其中包括，搜索和数学优化、逻辑推演。而基于仿生学、认知心理学，以及基于概率论、经济学的算法等，也在逐步探索中。与传统机器学习不同，深度学习，并不遵循数据输入、特征提取、特征选择、逻辑推理、预测的过程，而是由计算机直接从事物原始特征出发，自动学习，生成高级的认知结果。在人工智能输入的数据和其输出的答案之间，存在着我们无法洞悉的“隐层”，它被称为“黑箱”（black box）。

3、专注于特定功能的“弱人工智能”：今日头条的个性化推送、蚂蚁金服的芝麻信用评分、京东的“奶爸当家指数”、旅游网站用大数据“杀熟”、个人信息自动化分析。

4、人工智能，绝非完美无缺，不仅可能出错，甚至还存在“恶意”：

1）美国马萨诸塞州的居民-----司机John Gass，便深受其害。联邦调查局的反恐识别系统，将他误认为是另一位司机（一名恐怖分子），并吊销了他的驾驶执照，于是，他不得不费时费力，让当局相信他不是那名司机。其实，John Gass，已经非常幸运了。在美国，每周超过1000人，被机场使用的算法，错误地标记为恐怖分子。

2）Clune 的团队，发现黑箱问题，可能比预期的，更为糟糕：神经网络，非常容易被人类理解上的误差，所欺骗，例如：随机噪声或抽象的几何图案，影响一个神经网络-----在看到扭动的线条时，它们，可能会误认为是海星；当看到黑黄相间的线条时，它们，又会误以为那是辆校车。如果恶意的黑客们，能够学会利用这些漏洞，犯罪的话，那将十分可怕------他们，可以让一辆自动驾驶汽车把一块广告牌，当成一条道路，从而引发车祸；也可以让白宫的视网膜扫描仪，误以为入侵者是奥巴马，而让其通过。

零基础学习心理学与人工智能