强和弱这两个术语实际上并不是指处理能力、优化能力，或者任何导致“强人工智能”比“弱人工智能”更强的解释。它在实践中很方便，但术语来自其他地方。1980 年，John Searle创造了以下陈述：

• 人工智能假设，强形式：人工智能系统可以思考并有思想（在术语的哲学定义中）；
• 人工智能假设，弱形式：人工智能系统只能像它思考的那样行动，并且有思想。

所以强人工智能是验证强人工智能假设的人工智能系统的捷径。同样，对于弱形式。这些术语随后发生了演变：强人工智能是指表现得与人类（有思想）一样好的人工智能，弱人工智能是指没有能力的人工智能。

这些定义的问题在于它们是模糊的。例如，AlphaGo是弱人工智能的一个例子，但按照围棋标准来说是“强”的。一个复制人类婴儿的假设人工智能将是一个强大的人工智能，而在大多数任务中是“弱”的。

存在其他术语：具有跨域能力（如人类）的通用人工智能（AGI）可以从广泛的经验（如人类）中学习，以及其他特征。狭义的人工智能是指系统绑定到一定范围的任务（它们可能仍然具有超人的能力），缺乏显着改进自身的能力。

除了 AGI，我们还发现了人工超级智能 (ASI)，它基于这样一种想法，即具有 AGI 能力且不受人类物理限制的系统将学习和改进远远超过人类水平。

与依赖于“头脑”和“思考”等术语的哲学定义相反，还有一些依赖于可观察的定义。

也就是说，强人工智能是一种能够很好地了解自己以自我提升的人工智能。即使它在哲学上不等同于人类，或者无法执行人类所能完成的所有认知任务，这种人工智能仍然可以产生巨大的优化能力/良好的决策，它的创造将具有历史意义（对轻描淡写）。

相比之下，弱人工智能是没有或有限的自我修改能力的人工智能。在你的笔记本电脑上运行的国际象棋机器人可能具有超人下棋的能力，但它只能下国际象棋，虽然它可能会调整其权重或架构并慢慢改进，但它无法以足够深的方式修改自身以推广到其他任务.

另一种思考方式是，强人工智能本身就是人工智能研究人员，而弱人工智能是人工智能研究人员产生的结果。

强人工智能和弱人工智能是AGI（通用人工智能）和狭义人工智能的旧术语。至少我看到它是这样使用的，维基百科似乎也同意。

我个人并没有看到 Searle 对“弱人工智能和强人工智能”的定义被广泛使用，但也许转向新术语的部分原因是 Searle 成功地混淆了这个问题。