強人工智慧是指完全或者基本接近目前人類生理智慧的一個技術階段。在強人工智慧之下，還有弱人工智慧，在之上還有超人工智慧。

弱人工智慧指在某一個領域或者方面的智慧水平達到或者強於人類生理智慧，像自動化車間的裝配機器人、自動駕駛汽車、阿爾法狗等。它們的智慧水平階段被定義在“某個領域像人一樣思考”、“單一封閉區間像人一樣行動”。

強人工智慧是指能夠在人類目前現有的社會環境中，完全達到人的綜合智慧水平的人機結合智慧。它達到了能夠像人類那樣“理性自由地思考”、“理性自由地行動”。它主要包括具有人類的完整的資訊採集能力，資訊分析處理能力，資訊儲存記憶能力，行為控制指揮能力，社會協同能力，隨機決策能力等。這樣的強人工智慧機器人能夠完全像一個自然人那樣融入到人類社會生活中去。如果在大街上隨便偶遇，你是無法立即辨認出來的。

目前，在弱人工智慧階段的創新發展進行的非常好，人工智慧的主要成果體現在這一領域。但是，也給中國的人工智慧帶來一定的隱患。如果大家都滿足沉溺於此，也可能使中國的人工智慧失去領先發展的機會。這是後話。

強人工智慧的發展由於受三大人工智慧核心技術（大資料，深度機器學習，超算技術）基礎科學發展不足的限制，始終處於停滯不前的狀態，主要表現為資料採集的智慧化還處於人類發展的嬰幼兒階段，資料分析處理技術還處於小學生水平階段，人類所擅長的理性決策、隨機決策、綜合決策、宏觀決策等行為控制能力技術更是處於胎兒級階段。強人工智慧達到實際運用還有10－20的技術年距離。當然，也不排除在人工智慧方面出現顛覆性的基礎科學創新，能夠以極速實現鴻溝的跨越。

下面談談如何加快強人工智慧的發展，突破當前強人工智慧停滯不前的問題。

首先，要有一套社會性的推動機制來加強人工智慧的發展。弱人工智慧之所以發展很好，除本身處於人工智慧的初級階段，技術要求低，商業化運用相對容易外，主要得力社會的重視，資本大力投入。

而強人工智慧需要在基礎科學，特別是在三大核心技術上有開創性突破，這需要巨大的社會支援，特別是政府的強力關注和傾囊支援，還需要有開明眼界和長週期投入的投資環境。

另外，人才，重點是人才。目前缺乏強人工智慧的各類各層級的領軍人物，

帥才特別稀有。在強人工智慧的基礎科學和運用研究方面，缺乏像錢學森、馬斯克、任正非這樣的戰略性科研領軍人物。中國如果有10個這樣的人物就是國之大幸。

將才同樣缺乏。強人工智慧的運用涉及到千百個具體門類和行業，每個行業門類都要有自己的微觀領軍人物，這就是將才們的用武之地。如果能夠發現和培養1000個這樣的將才領袖，那也是中國社會的福氣。

專才更是需要汪洋大海般地湧現。強人工智慧的每個企業、每個平臺、每個專案都要有自己的專門人才，才能使頂層設計、中層戰略真正落實到微觀層面。

最後，目標都指向了這些關鍵性技術上。要實現強人工智慧，需要以下技術的突破：自然語言處理、智慧機器人、語言識別、影象識別和專家系統等。在這些重大突破中，焦點在於在人類大腦思維科學研究上取得突破。人的大腦到底是怎麼思維的？大腦的黑盒什麼時候能夠開啟？意識是怎樣產生的？超自然思維是否存在？宗教特別是佛教哲學思想對人工智慧有沒有幫助？我們是要簡單地複製一個人類大腦，還是要窮盡人類大腦的底層深潛原理？

這些人工智慧方法論的確立，也越來越深刻地關係到強人工智慧到底走多快，走到哪裡去。

人工智慧被認為是科技界的下一個風口。不得不承認現在都人工智慧還只是低階的人工智慧，就是所有的程式都是人為設定好，只需要外部語言或者圖文或者透過硬體進行啟動，並且按照預定好的程式執行，絲毫沒有靈活性，語音播報也顯得十分生硬。目前需要大資料的積累，使得人工智慧具備自我學習的能力，不能只適用於特殊場景，要全方位的場景均可使用

首先人工智慧的分類有超人工智慧，強人工智慧和弱人工智慧。我們當前的科技水平處於弱人工智慧時代。從這一點我們大家能夠看出這種分類並不是對現有事物的一個客觀分類。相反，這種分類是對人工智慧這個領域未來的一個期許，一個目標。換而言之，我們現在處於弱人工智慧時代，而我們的下一個目標就是強人工智慧。

弱人工智慧，就是像當前這個時代，人工智慧聚焦在每一個細分的領域。其目標是在每一個細分領域解決一些實際的應用問題，比如金融中的風控類問題；比如，影象識別中的身份認證，人臉支付；再比如語音識別中的司法庭審；新聞或短影片app中的內容推薦；再比如多領域交叉組合的自動駕駛等等等等等。

我們能夠看出當前的這些落地應用都是在某一個垂直領域的細分應用，以機器學習演算法為靈魂，底層算力為軀幹，大資料為養料，共同組建成一個成熟的模型。模型組建好之後可以用此來做應答與預測。比如一個做好的風控類模型，就可以對每一筆新的交易做出應答，來回答這筆交易是欺詐類交易還是非欺詐類交易；同理，一個做好的影象識別模型可以用來應答每一次解鎖請求，結果判斷如果是本人的請求的話就解鎖，如果不是本人的請求的話就不解鎖。

而強人工智慧時代，簡言之，其目標就是做出像《西部世界》裡邊的那樣的人工智慧，其人工智慧跟真正的人別無二致。那麼我們將其目標進行分解，就能夠看出這樣的人工智慧是一個龐大的交叉學科組成，而不再是簡單的某一個垂直領域的的模型，其包括各類感知智慧，認知智慧，自然語言理解，材料學，運動學，神經學，生物學，仿生學的共同發展。而目前除了感知智慧發展的還算比較順利之外，其他學科基本都處於停滯狀態。這也對樓主提的問題進行了側面的認同。當然除了這些科學的發展之外，還需要人類的一些觀念的改變，法律的更新，生產關係的演進等等，總之，強人工智慧的出現並不是某個垂直領域的科技的誕生，而是以一個全新的物種的出現。目前我們人類無論是從科技的角度，還是從人文的角度，都並沒有準備好。

那麼要回答樓主的問題，主要的還是在科技的角度來去闡述。從科技的角度來說，以我個人之的觀點，目前的人工智慧發展還有很長很長很長的一段距離。而這個距離並不僅僅是出於現有技術的水平，還有一種可能就是由於現有技術的發展方向。我們都知道，當今人工智慧的靈魂是演算法，是機器學習。而這種方式是否可以模擬出認知智慧？我們每一個人其實心中都沒有答案。由於底層，也就是人腦還有計算機的計算方式是不一樣的，機器學習只是用現於計算機對人腦的一個簡單的模擬和模仿。這種模擬和模仿和人腦真正的執行完完全全是兩個概念。而這最終是否能夠成為現階段弱人工智慧發展成為強人工智慧的一個障礙？我們不得而知。但是當前出現的一個情況我們值得注意，那就是人腦在執行時的功率其實是很低的，而計算機在機器學習的過程當中需要耗費大量的能量，如果是用到深度學習的話，那麼更是需要耗費海量的能量。按照這個趨勢來推斷的話，如果要用計算機去模擬和模仿認知智慧，那麼計算機要耗費的能量將是一個天文數字。

所以如果要發展到強人工智慧，我們的發展方向是否需要調整？如果要調整的話，那麼新的方向是什麼？開始了新的方向的研究，如果短時間內沒有成果的話，誰來買單？因為弱人工智慧短時間內畢竟是可以解決很多實際的落地應用場景的，我們需要理由來說服各類人工智慧公司，讓他們有足夠的動力去放棄當前的研究轉而進行新的方向的研究。因為進行新的領域的探索，這其中的風險是不可控的。

當然最後還有一個超人工智慧，那個在很長時間段內都會存在在科幻小說當中。

強人工智慧可以理解為通用的人工智慧。和當前能很好地完成單一任務的弱人工智慧技術（如影象識別、下圍棋、玩遊戲等）不同，強人工智慧和人一樣，有廣泛的適應性，能解決複雜場景下各種不同的任務，包括像人一樣對話。

強人工智慧當前最緊要的議題，是我們對自身的理解，對“智慧”和“機器”的理解。

18世紀法國唯物主義哲學家拉·梅特里，寫過一本書，叫《人是機器》，論述了人和其他動物一樣，也是機器一般的物質實體，所謂靈魂只是肉體的產物。

而到了20世紀，以圖靈為代表的科學家試圖將機器的計算和人腦的思考聯絡起來。後代的不少科學家和工程師也認為，人腦的神經元和計算機的二極體有著同樣的“連通/斷開”的二元狀態。用機器實現推理過程的想法不斷被嘗試，但離最初設想的強人工智慧的狀態相差甚遠。

人工智慧的浪潮起起落落，到如今以深度神經網路為代表的人工智慧技術再次備受關注，但深度神經網路本身的可解釋性也開始受到懷疑。

因此，當前強人工智慧實現突破性進展的首要條件，是我們對於“智慧”本身的公式化解釋，然後才能指導我們建造出這樣的理想機器。就像當年圖靈提出的圖靈機，指導了現代計算機的飛速發展一樣。