目前，人工智能基本分兩種流派，即所謂的強人工智能和弱人工智能。強人工智能觀點認為可以制造出與人同等智能的機器，而且這種機器擁有感覺、知覺以及自我意識，甚至具備自我發(fā)展和進化的能力。弱人工智能觀點認為不可能制造出這樣的智能系統(tǒng)?，F(xiàn)實中制造的機器可能在某些方面看上去與人有同等的智能，但并不真正擁有智力，也沒有自我意識。

　　不管你支持哪種流派，不可否認的是，今天的機器還遠遠沒有達到人類的智力水平，因為存在著諸多制約因素。
　　首先是領(lǐng)域限制。目前的人工智能主要使用數(shù)學工具，依據(jù)有限的規(guī)則處理有限的命令。但在很多情況下，潛在場景和參數(shù)的數(shù)量都是無限的，要想克服這一問題，唯一能做的就是限制AI的使用場景。
　　其次是因果關(guān)系。目前最先進的AI技術(shù)建立在復雜的模型之上，可以借助海量的計算能力和數(shù)據(jù)來模擬相對較弱的模式和相互關(guān)系，但卻難以解決因果關(guān)系問題。以二戰(zhàn)轟炸機為例，人們發(fā)現(xiàn)，從戰(zhàn)火中返航的轟炸機的機翼部分中彈最密集，就想當然地認為應該在這個部位加強裝甲。但猶太數(shù)學家Abraham Wald卻不這么認為，他覺得彈孔最稀疏的引擎部位才是要害之處。這是因為，被擊中要害的飛機根本無法返航，進入統(tǒng)計樣本?？梢姡嬎銠C在進行數(shù)據(jù)分析時，不會像人那樣具備抽象思維，所以無法揭示出其中的因果關(guān)系。
　　第三個問題是，晶體管和神經(jīng)元天生就不平等。認為計算能力就等同于智力，未免想得太過簡單。雖然晶體管的處理速度已經(jīng)遠遠超過了神經(jīng)元，但信息提取效率卻差得多。我們目前還沒有徹底了解人腦的運作，在推理、抽象、概括、意識、做夢、記憶、想象、量子波方面，還有很多奧秘沒有解開。復制我們尚未完全搞懂的東西遠非易事。
　　既然強弱問題如此復雜，咱們還是談點簡單的，來看一看智能應用的體驗和效果。
　　EAI為具體任務(wù)而生
　　EAI既可以理解為Educated Artificial Intelligence（受教式人工智能），也可以理解為Educated Application Intelligence（受教式應用智能），擁有應用限定、用戶教育、自學習推理能力，以及智能進行判斷等特點。其目的是幫助人更高效、更好地完成具體任務(wù)或任務(wù)集。基于EAI理念的智能系統(tǒng)不會擁有意識，也不需要擁有同人一樣的智能與智慧。很多應用系統(tǒng)通過EAI的理念來構(gòu)建之后變得更加實用，比如大家常見的智能管家機器人、旅行翻譯系統(tǒng)等等。
　　智能管家機器人可以從事家居管理、室內(nèi)清潔、物品搬運、安全保障等工作，還能與主人進行簡單的對話和溝通。在使用過程中，由于接受不同用戶的教育，機器人可形成不同的個性化系統(tǒng)。比如，機器人可以根據(jù)家庭成員的生活習慣、興趣愛好等形成不同的個性化系統(tǒng)。
　　旅行翻譯系統(tǒng)可在用戶旅行時幫助其與外國人進行自由的交流。當用戶識別到翻譯錯誤時，可以反饋給系統(tǒng)，系統(tǒng)將直接記住正確結(jié)果，下次不會犯同樣的錯誤，最終成為用戶貼心的翻譯。
　　人工智能將來會不會實現(xiàn)與人類同等的智能，并取代人類智能，沒人知道答案。但作為智能工具的EAI，必然會大幅改善人們的生活水平，提升各行各業(yè)的生產(chǎn)效率。