现在谨慎使用“人工智能”一词，否则你所说的很可能是科幻小说而非科学。

从根本上说，在 CS发展的历史中，强人工智能(Strong AI)和弱人工智能(Applied AI)一直在争夺 AI领域的主流话语权，而这场论战也是导致 AI这一学术团体分裂的重要原因。在50年代到80年代之间，强大的 AI大行其道，主要是符号化(symbolized)，即以知识为基础的方法(knowledge-based)，可以被视为自顶向下构建全人工智能的一种方式，其主要目的是制造能够匹配人类智慧的人工智能。刚开始的时候，强 AI的人都很乐观，那个时候也被拍成电影(说的就是你， SteleliCubrik!)。(关于你的事，阿瑟.克拉克！)。在众多影响下，不仅主流学术界认为强 AI将在10~20年内诞生，普通民众中也有许多人持类似观点。但是，研究人员已经证明，强 AI的难度被低估了，在70~80年代左右，强 AI不但没有出现，而且研究过程中遇到的问题也很难解决，甚至看不到希望，所以包括公共和私营公司在内的大多数研究基金都取消了对 AI的支持，这使得 AI研究陷入了瓶颈。强健 AI的顶峰是专家系统，相对完善的发展在80年代。目前，该领域的研究成果已经被归纳逻辑编程(Inductive Logic Programming)这一 CS研究方向所继承。

在强 AI陷入困境之后，曾被强 AI嘲笑、鄙视，甚至一度被排除在主流人工智能和计算机科学研究之外的弱 AI又卷土重来。弱智 AI的目标是在某些子领域(特别是 specific)中实现某种程度的智能，即能人无法做到的，可视为自底向上的方法。基本来说，弱 AI采用的是神经网络和统计计算理论的方法，具有明显的数据驱动特征(data-based)。由于神经网络的黑箱特性和统计这个词，在早期被强 AI黑得体无完肤，当然，这些方法都有自己的局限性，例如，单层神经网络不能解决线性不可分问题，统计计算理论在早期很少考虑“可计算性”问题，而对“概率性”某一问题的提法，在当时并不符合计算机科学研究者的期望。神经网络后向算法(back propagation)的提出，以及统计计算理论的进一步完善，使得弱 AI技术在计算机视觉、自然语言处理等许多领域都获得了巨大的成功，从某种意义上说，这些领域已经变得相当聪明，比人强多了。

但是，弱 AI自从被强 AI踢出了计算机科学界(事实上，是强 AI自己看不起别人)，被称为机器学习，而经历了强 AI梦碎之后，强 AI学术界再也不提“人工智能”这个宏大目标了，而且很委屈地说，当初自己是被科幻、科幻、舆论等误导了，其实俺们搞的是逻辑编程啊。对于这两种 AI实现方式，乐观的研究者们相信，它们会在某个时刻合并，从而实现伟大的“人工智能”。但也有许多人认为，这两个方向的渐行渐远将永远无法实现全能人工智能。然而，这已经是离计算机科学更远的哲学讨论的范畴。

回想到题主的问题“如何看待人工智能”，严肃地说，目前被称为“人工智能”学界的人，其实是相当多的人，人工智能的问题也是相当多的，因此主流学术界一般不会称自己是搞“人工智能”的，一般是搞机器学习、统计学习、神经网络、逻辑编程等等。说“人工智能”这个词，在当今社会，它的科幻意义远远大于它的科学意义。