• Kapea eli heikko tekoäly toimii rajoitetuissa tehtävissä. Sillä ei ole tietoisuutta, tahtoa eikä ymmärrystä oman alansa ulkopuolella. Tämänhetkiset tekoälysovellukset ovat kaikki kapeaa tekoälyä.
• Yleisellä eli vahvalla tekoälyllä on laaja ymmärrys asioista ja mahdollisesti ihmisen kaltainen tietoisuus. Vahva tekoäly kykenee ratkaisemaan laajan skaalan erilaisia ongelmia, ja suoriutumaan mistä vain tehtävästä mistä ihminen voi suoriutua. Vahvaa tekoälyä ei ole vielä kehitetty.

Koneoppiminen on yksi tekoälyn keskeisistä osa-alueista. Koneoppimisessa ohjelmistolle ei ole välttämättä määritetty algoritmia jokaista tilannetta varten, vaan kone oppii itsenäisesti päätymään haluttuun lopputulokseen. Tämä on koneoppimisen pääasiallinen tarkoitus. Hyvänä esimerkkinä tästä on hakukoneet. Hakukoneet hyödyntävät tätä antamalla mahdollisimman oikeita hakutuloksia käyttäjälle. Koneoppiminen ilman erillistä valvontaa vaatii koneelta/ohjelmalta kyvyn tunnistaa kaavoja sille syötetyssä datassa.

Neuroverkko on koneoppimissovellus, jossa toisiinsä yhdistyneet (neuronien eli hermosolujen kaltaiset) yksiköt käsittelevät tietoa vastaamalla ulkoisiin syötteisiin ja välittämällä tietoa yksiköiden kesken. Prosessissa tietoja käsitellään useaan kertaan, jotta määrittelemättömästä datasta voidaan löytää ja johtaa merkityksiä.

Syväoppimisessa valtavat neuroverkot, joissa on useita tiedonkäsittely-yksiköiden kerroksia, tunnistavat monimutkaisia hahmoja. Ne on tehnyt mahdolliseksi laskentatehon valtava kasvu ja opetustekniikoiden kehittyminen. Yleisiä sovelluskohteita ovat kuvan- ja puheentunnistus.

Kognitiivinen tiedonkäsittely on tekoälyn osa-alue, jolla pyritään luonnolliseen, inhimillisen kaltaiseen vuorovaikutukseen koneiden kanssa. Tekoälyä ja kognitiivista tietojenkäsittelyä yhdistämällä tavoitellaan tilannetta, jossa kone osaisi tulkita kuvia ja puhetta ja pystyisi stimuloimaan inhimillisiä prosesseja vastaamalla kysymyksiin järkevän kuuloisesti.

Konenäkö tunnistaa kuvien tai videoiden kuvasisältöjä hahmontunnistuksen ja syväoppimisen kautta. Kun koneet voivat käsitellä, analysoida ja ymmärtää kuvia, ne voivat myös ottaa kuvia tai videokuvaa reaaliaikaisesti ja tulkita ympäristöään.

Luonnollisen kielen käsittelyllä (NLP) tarkoitetaan tietokoneiden kykyä analysoida, ymmärtää ja luoda inhimillistä kieltä puhe mukaan lukien. NLP:n seuraava kehitysvaihe on luonnollinen kielellinen vuorovaikutus, jonka ansiosta ihmiset voivat viestiä tietokoneiden kanssa ja suorittaa toimenpiteitä käyttämällä tavallista arkikieltä.

• Automatisoi, nopeuttaa ja tehostaa ajattelua vaativia työvaiheita
• Parantaa tuotteiden ja asiakaspalvelun laatua ja osumatarkkuutta
• Mahdollistaa kokonaan uudenlaisten liiketoimintamallien toteuttamisen kustannustehokkaasti
• Vähentää ihmisten tekemiä virheitä
• Tehostaa prosesseja ja optimoi palveluita, ja näin pienentää liiketoiminnasta koituvia kustannuksia
• Kasvattaa liikevaihtoa tunnistamalla uusia myyntimahdollisuuksia

Tekoälyn avulla voidaan analysoida lähes mitä tahansa dataa, paikallistaa toistuvia ilmiöita, kuten asiakaspoistumaa tai sairauslomien ajoituksia, ja hyödyntää tätä tietoa liiketoiminnan kehittämisessä.

Tekoäly muovaa kaikkia toimialoja, mutta sen rajat on syytä ymmärtää. Tekoälyyn liittyy se periaatteellinen rajoitus, että se oppii vain ja ainoastaan datan perusteella. Tämän vuoksi pieninkin epätäsmällisyys tiedoissa vaikuttaa tuloksiin. Lisäksi jokainen ennustamis- ja analyysikerros on lisättävä sovellukseen erikseen.

Nykyiset tekoälyjärjestelmät on opetettu suorittamaan tiettyä tarkoin määriteltyä tehtävää. Toisin sanoen tekoälyjärjestelmät ovat hyvin kapea-alaisesti erikoistuneita. Ne keskittyvät ainoastaan yhteen tehtävään, eikä niiden toiminta ole lähelläkään ihmisen toimintaa. Itseään opettavat järjestelmät eivät myöskään ole autonomisia järjestelmiä.

• Teknologinen singulariteetti
• Jos ihminen kehittää itseään älykkäämmän järjestelmän, pystyisi järjestelmä teoriassa edelleen kehittämään vielä älykkäämmän järjestelmän, ja nopeasti toistuvat kehityssyklit kiihdyttäisivät muutoksen niin nopeaksi, että emme enää pystyisi ennakoimaan tulevaa.
• Ihmistyön korvaantuminen ja teknologinen työttömyys
• Datan ja tekoälyn väärinkäyttö
• Yhtenä uhkakuvana on, että data ja tekoäly mahdollistavat esim. yrityksille uusia keinoja asiakkaiden hyväksikäyttöön. Erityisesti hintaa voidaan nostaa yksittäisen asiakkaan kohdalla tai keskitytään pakkomielteisesti shoppaileviin asiakkaisiin.
• Taloudellisten hyötyjen epätasainen jakautuminen
• Tekoälyn on pelätty johtavan siihen, että pieni joukko kansainvälisiä jättiyrityksiä saavuttaa alallaan monopoliaseman.
• Joukkovalvonta ja yksityisyyden puute
• Kansalaisista kerätty ja tekoälyn prosessoima data sekä kasvojentunnistuksella varustetut valvontakamerat luovat joukkovalvontayhteiskunnan, jossa kansalaisella ei ole yksityisyyttä.
• Sodankäynti
• "Tappajarobottien" eli itsenäisesti ilman ihmisen käskyjä toimivien asejärjestelmien seurauksena voisi syntyä "sodankäynnin kolmas vallankumous".
• Väärennökset
• Väärennettyjä valokuvia ja videoita on yhä vaikeampi erottaa aidoista. Siksi voi käydä niinkin, että esim. sotilaalliset päätöksentekijät uskovat väärennökseen tai eivät usko näkemäänsä.
• Ihmiskunnan eksistentiaalinen uhka
• Pelkona on, että kehitettyään itsenäisen tietoisuuden tietokoneet saattavat ottaa vallan ihmisiltä, jolloin ihmiskunta taantuu koneiden lemmikkieläimiksi. Myös kilpailu paremmuudesta voi johtaa kolmanteen maailmansotaan tai maailmantalouden kaaokseen. Tekoälyn pelätään kehittävän itseään ja monistavan itseään, kunnes se syrjäyttää ihmiset tulevaisuudessa täydellisesti.
• Ihmisen ja tekoälyn yhdistyminen
• Uhkakuvana on, että vuosisatojen aikana ihmisen nykymuodon syrjäyttää tietokoneen ja ihmisen hybridi.