不过在弱人工智能（Narrow AI）领域，「深度学习」这个图灵可计算的方法还是能解决很多实际问题的。
需要强调的是，人工智能是建立在计算机之上。不管人工智能应用多么美妙和复杂，在图灵眼里都是图灵机上的一个程序（或者叫作可计算数，具体参考《从图灵机、图灵测试到人工智能：什么决定了AI能否取代人类？》）。
南京市政府与清华大学姚期智团队签署“人工智能+”领域全面合作协议，栖霞区政府与清华大学签署共建图灵人工智能研究院合作协议，栖霞高新技术产业开发区与图灵人工智能研究院签署首批项目入驻意向书，包括AI+网络信息安全监管、新一代数据网、AI+新药研发、透彻影像研发中心、AI+细胞治疗、智能社会治理咨询中心、智能司法大数据、摩西人机对话大脑智慧政务、everchain等9个项目。南京日报记者 崔晓 摄。
南京市政府与清华大学姚期智团队签署了“人工智能+”领域全面合作协议，栖霞区政府与清华大学签署共建图灵人工智能研究院合作协议，栖霞高新技术产业开发区与图灵人工智能研究院签署首批项目入驻意向书，包括AI+网络信息安全监管、新一代数据网、AI+新药研发、透彻影像研发中心、AI+细胞治疗、智能社会治理咨询中心、智能司法大数据、摩西人机对话大脑智慧政务、everchain等9个项目。
通用人工智能（Artificial General Intelligence）基于弱人工智能假设，以全面模拟人类的所有智力行为为目标。注意到图灵测试作为一个充分条件，是不可能在通用人工智能真正实现之前得到解决的。另一方面，可以说现有每一个AI分支的成功都是通过图灵测试的必要条件，而它们中的大部分还没有达到“人类水平”。因为我们不可能穷尽所有人类智能行为，必须依赖有限个具有通用性的模型和算法来实现通用智能。目前人们仍然只能基于一些简单初等的模型来设计学习、推理、和规划算法。这些AI分支的研究都默认基于针对自己领域问题的弱人工智能假设，而支撑这些子领域研究的动力往往是其巨大的社会实用价值。它们固然已经在很多具体应用领域成绩斐然，但看起来离图灵测试所要求的水平仍然相差甚远。
