Termin „sztuczna inteligencja” bardzo często przewija się we współczesnej nauce i kulturze. Pierwsze użycie przypisuje się amerykańskiemu informatykowi Johnowi McCarthy’emu, który w 1956 roku określił ją jako dziedzinę obejmującą inżynierię tworzenia inteligentnych maszyn. Obecnie sztuczna inteligencja przybrała nieco inną formę, przenosząc się ze świata hardware do świata software. Jest definiowana jako dział informatyki, którego celem jest opracowanie modeli zachowań inteligentnych, a także programów symulujących te zachowania.

Zagadnienia związane z AI są omawiane nie tylko przez programistów, ale również przez matematyków, finansistów, przedsiębiorców i wielu innych. Aktualnie jest to jeden z „najgorętszych” i najbardziej kontrowersyjnych tematów, jeśli chodzi o przyszłość nauki, techniki oraz etyki. Duże grono osób sceptycznie podchodzi do tego zagadnienia – niektórzy nie wierzą w inteligencję maszyn, a inni zwyczajnie się jej obawiają. Jedno jest jednak pewne: historia sztucznej inteligencji dopiero się zaczyna. Co więcej, ta dziedzina ma ogromne znaczenie dla naszej przyszłości.

Słaba sztuczna inteligencja

Słaba sztuczna inteligencja, nazywana niekiedy również „wąską” (narrow AI), charakteryzuje się tym, że ma swoje konkretne zastosowanie. Generalizując, jest zaprojektowana tak, by pełnić określone funkcje i wykonywać określone zadania. Koncentruje się na rozwiązaniu danego problemu metodami, które nie są dostępne dla zwykłego człowieka i w wielu sytuacjach sprawdzają się lepiej. Przykładem takiego rodzaju AI jest m.in. osobisty asystent Siri od firmy Apple. Z rozwiązań tego typu korzysta także znany każdemu Tłumacz Google.

Silna sztuczna inteligencja

Ten wariant – silna, pełna lub ogólna sztuczna inteligencja (strong  AI, full AI lub artificial general intelligence) – odnosi się do inteligentnych systemów, które posiadają wszechstronną wiedzę, zdolność samodzielnego myślenia oraz zdolności poznawcze. Z założenia potrafią one wszystko to, co potrafi człowiek, a ponadto są w stanie wykonać zadania, z którymi nigdy wcześniej nie miały do czynienia. Według raportu Parlamentu Europejskiego z 2020 roku od takiej technologii dzielą nas jeszcze dekady. Zakłada  się, że do symulacji ludzkiego mózgu potrzeba 86 miliardów neuronów i 150 trylionów połączeń w czasie rzeczywistym. Ciężko określić, jakie są obecne maksymalne możliwości AI, jednak w tym momencie nawet stosunkowo proste układy biologiczne – takie jak mózg ulubionego zwierzęcia naukowców, czyli myszy – pozostają poza naszym zasięgiem.