第一种分类常见于业界演议和报告中，缺少理论根本，具有误导性：看似逻辑完全，与“奇点”相吻合。
个中，打算智能（又称运算智能）是指快速打算和储存影象的能力，感知智能是指视觉、听觉、触觉等感知能力，认知智能是指抽象理解的能力。
对付打算系统来说，打算智能对应打算层面，感知智能对应感知层面，认知智能对应认知层面。
三者从低到高逐渐“智能化”。
现在打算智能和感知智能已经成熟，随着技能的发展，认知智能该当也可以在这个框架的条件下实现，毕竟前两者已经做到了。
不过，这和终极认知智能是否能终极实现无关，关键问题是框架的条件有问题。
事实上，打算能力和感知能力只是实现智能的必要条件，而不是智能本身，以是把打算智能和感知智能归入智能的分解范畴，只是玩弄逻辑观点的把戏。
它虽然不能真正办理任何本色性问题，但却大大增强了“认知智能一定能实现”的信念和期待。
因此，如果不详细稽核这个条件，后面的结论就经不起考虑。

第二种分类在哲学谈论中更为常见，最早由塞尔提出（Searle J，1980）。
他认为，弱人工智能的打算机的代价紧张在于为心智探索供应有效的工具，而强人工智能则意味着某种程序化系统的运行本身就处于心智状态，能够真正理解事物，具有自身的认知状态（唐热锋，1998）。
对此，徐英进专门撰文指出：大众理解的“强弱”区分在于智能的广度与狭度的区分，而塞尔心中的“强弱”区分则是真与假的区分。
但这种区分并非毫无意义，至少表明“各领域人工智能数量的积累，未必一定导致真正意义上的智能的涌现”（徐英进，2018）。
因此，在塞尔看来，纵然打算机系统的行为完备像人，也只能是“弱人工智能”，而“强人工智能”必须真正具备自我意识。
这一点并不被很多一样平常人工智能研究者所认可，由于在这种分类下，没有一个外在的标准来衡量人工智能系统的“强弱”差异（王培，2016）。
可见，“强人工智能”并不虞味着能够完备靠近乃至超越人类智能的机器智能，“弱人工智能”也不虞味着模拟人类智能的某些方面。
因此，在观点从原有学科“转移”到其他学科时，其内涵和外延都发生了变革，犹如“奇点”一样。

第三种分类源自人工智能技能本身的领域，即人工智能包括两个不同的子领域：专用人工智能（SAI）和通用人工智能（AGI）。
对“智能”理解的根本差异，导致人工智能分解为专用人工智能和通用人工智能两个不同的分支。
专用人工智能走的是先做后想的路子，即一开始并不深入研究智能，也不给出智能的明确定义，而是通过技能迭代逐渐提升智能程度。
通用人工智能认为智能的存在代表着一种可以被认知的理性原则，走的是先想后做的路子（刘凯、胡祥根等，2018）。
与人工智能早期事情中利用的“AI”非常相似，“AGI”的表达办法在2005年前后被核心研究界认可和采取，希望将他们的目标与现在的“AI”（即SAI）区分开来。
随后，AGI学会的年度会议及其期刊于2008年和2009年相继推出。
由于AGI项目的实践每每与主流AI社区有着显著的不同，只管“AGI”一词近年来逐渐盛行，但干系的研究成果却基本不为人知。