1955年，第一个人工智能研究项目的科学家们认为，需要10个人的团队花两个月的时间才能开发出一台可以复制人脑解决问题能力的思维机器。但60年后，数千个项目和数十亿美元，人类水平的人工智能仍然是一个遥远的目标。
AI在人类层面实现的难度，已经把这个领域分成了两个子领域：人工智能(AGI)，即“会思考”的机器的原始视觉；人工智能和狭义人工智能目前在很多行业都受到限制，但更容易实现。
我们在人工智能方面取得的进展越多，我们就越能体会到人类大脑的复杂性。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密码感到失望。未来学家兼作家马丁福特(Martin Ford)在他的最新著作《智能建筑师》中，询问了23位杰出的人工智能科学家和思想领袖，实现AGI需要多长时间。5人拒绝提供估计值，其余18人中的大部分人倾向于匿名猜测。他们对AGI的平均估计是2099年，也就是80年后。
“60多年来，我们一直在研究人工智能。如果这个领域的创始人能看到我们今天所谓的巨大进步，他们会非常失望，因为看起来我们并没有取得多大的进步。接受福特采访的科学家、麻省理工学院计算机科学和人工智能实验室(CSAIL)主任丹妮拉罗斯(Daniela Rus)说：“我们根本不认为AGI是我们的未来。"
其他科学家认为追求AGI毫无意义。“我们不需要复制人。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东西。我们希望人们与机器合作，做一些他们无法独自完成的事情，”谷歌研究总监、AI教科书的主要合著者彼得诺维格(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、普遍的问题：人类早年学习的任务，如理解文本的含义和在开放环境中导航。
但深度学习在计算机视觉、癌症检测和语音识别等狭义应用中非常有效。在很多情况下，它大大超过了人类的表现。Norig提出，目前大多数关于人工智能的研究和资助都集中在这些狭义的人工智能或智能增强应用上。
尽管狭义AI每天都在进入新的领域，但少数仍专注于人工智能的AI实验室仍在消耗大量现金，在人类AI方面进展甚微(如果有的话)。
根据8月份提交给英国公司注册处的文件，alphabet旗下的AGI实验室DeepMind仅在2018年就损失了5.7亿美元。OpenAI是另一个旨在创造AGI的人工智能实验室，最近不得不放弃其非营利组织，为其昂贵的研究寻找投资者。这两个实验室都取得了非凡的成就，包括创造出可以玩复杂棋盘游戏和视频游戏的机器人。但他们离创造人工通用智能还很远。
