教育新闻网1955年，第一个AI研究项目的科学家认为，要花10个人的团队花两个月的时间才能开发出可以复制人脑解决问题能力的思维机。但是六十年来，成千上万的项目以及数十亿美元之后，人类水平的人工智能仍然是一个遥不可及的目标。
实现人类水平的AI的困难已将该领域分为两个子领域：人工智能(AGI)，即“思考”机器的原始愿景;人工智能和狭义人工智能，目前在许多行业中都受到限制，但更易于实现。
我们在AI方面取得的进步越多，我们就越会欣赏人脑的复杂性。但这是否意味着我们应该放弃对人工智能的追求?
AGI的真实性检查
许多科学家对破解AGI代码感到失望。在他的最新著作《智能建筑师》中，未来主义者兼作家马丁·福特向23位杰出的AI科学家和思想领袖询问了实现AGI需要多长时间。五人拒绝提供估计，其余18人中的大多数更倾向于匿名猜测。他们对AGI的平均估算为2099年，即距现在80年。
“我们致力于人工智能问题已有60多年了。如果该领域的创始人能够看到我们今天所称的巨大进步，他们将非常失望，因为看来我们并没有取得太大进步。我不福特接受采访的一位科学家，麻省理工学院计算机科学与人工智能实验室(CSAIL)主任丹妮拉·罗斯(Daniela Rus)说：“我们根本就不会认为AGI对我们而言是未来。”
其他科学家认为追求AGI是没有意义的。“我们不需要复制人员。这就是为什么我专注于拥有帮助我们的工具，而不是复制我们已经知道如何做的事情。我们希望人与机器合作并做他们自己无法做的事情，”谷歌研究总监，领先的人工智能教科书合著者彼得·诺维格(Peter Norvig)在2016年接受《福布斯》采访时表示。
深度学习算法无法解决简单，通用的问题：人类在很早的时候就学习的任务，例如理解文本的含义和在开放环境中导航。
但是深度学习在狭窄的应用程序(例如计算机视觉，癌症检测和语音识别)中非常有效。在许多情况下，它大大超过了人类的表现。诺维格建议，目前在人工智能方面的大多数研究和资金都集中在这些狭窄的人工智能或智能增强应用程序上。
尽管狭窄的AI每天都进入新领域，但仍然专注于人工智能的少数几个AI实验室仍在消耗大量现金，并且在人类级AI(如果有)方面进展甚微。
根据八月份向英国公司注册处提交的文件，仅字母表拥有的AGI实验室DeepMind仅在2018年就损失了5.7亿美元。另一个旨在创建AGI的AI实验室OpenAI最近不得不放弃其非营利组织，以寻找其昂贵研究的投资者。这两个实验室都取得了非凡的成就，包括创造了可以玩复杂的棋盘游戏和视频游戏的机器人。但是他们仍然离创造人工通用情报还很远。
