狭义 AI（基于能力的三种类型之一）之下，有两种功能性 AI 类别：
1. 反应式机器 AI
反应机器是没有记忆的 AI 系统，旨在执行非常具体的任务。由于它们无法回忆以前的结果或决策，因此只能使用当前可用的数据。反应式 AI 源自统计数学，可以分析大量数据以产生看似智能的输出。
反应式机器 AI 的示例
IBM Deep Blue：在 20 世纪 90 年代末，IBM 的国际象棋超级计算机 AI 通过分析棋盘上的棋子并预测每一步招法的可能结果，击败了国际象棋大师加里·卡斯帕罗夫。Netflix 推荐引擎：Netflix 的观看建议由模型提供支持，这些模型处理从观看历史记录中收集的数据集，为客户提供他们最有可能喜欢的内容。
2. 有限记忆 AI
与反应式机器 AI 不同，这种形式的 AI 可以回忆过去的事件和结果，并随着时间的推移监控特定的对象或情况。有限记忆 AI 可以使用过去和现在的数据来决定最有可能帮助实现期望结果的行动过程。
然而，虽然有限内存 AI 可以在特定时间内使用过去的数据，但它无法将这些数据保留在过去体验库中供长期使用。随着不断使用更多数据进行训练，有限记忆 AI 的性能可以得到提升。
有限记忆 AI 的例子
生成式 AI：ChatGPT、Bard 和 DeepAI 等生成式 AI 工具依靠有限记忆的 AI 功能来预测其生成内容中的下一个单词、短语或视觉元素。虚拟助理和聊天机器人：Siri、Alexa、Google Assistant、Cortana 和 IBM Watson Assistant 将自然语言处理 (NLP) 与有限记忆 AI 相结合，以便理解问题和请求、采取适当的行动并撰写回复。自动驾驶汽车：自动驾驶汽车使用有限记忆 AI 来实时了解周围的世界，并就何时加速、刹车、转弯等做出明智的决策。
3. 心智理论 AI
心智理论 AI 是 AI 的一个功能类别，属于通用人工智能。尽管目前 AI 还未实现这种形式，但具有心智理论功能的 AI 可以理解其他实体的思想和情感。这种理解可以影响 AI 与周围人的互动方式。理论上，这将使 AI 能够模拟类似人类的关系。
由于心智理论 AI 可以推断人类的动机和推理，因此它可以根据个人独特的情感需求和意图来实现与个人互动的个性化。心智理论 AI 还能够理解和阐释艺术作品和文章，这是当今的生成 AI 工具无法做到的。
情感 AI 是一种目前正在开发的心智理论 AI。AI 研究人员希望它能够分析语音、图像和其他类型的数据，在情感层面上识别、模拟、监控人类并做出适当的反应。迄今为止，情感 AI 还无法理解和回应人类的感受。
4. 自我意识 AI
自我意识 AI 是一种功能性 AI 类别，面向将拥有超级 AI 能力的应用程序。与心智理论 AI 一样，自我意识 AI 严格来说是理论性的。如果能够实现，它将有能力理解自身的内部状况和特征以及人类的情感和思想。它也有自己的情感、需求和信仰。
情感 AI 是一种目前正在开发的心智理论 AI。研究人员希望它能够分析语音、图像和其他类型的数据，在情感层面上识别、模拟、监控人类并做出适当的反应。迄今为止，情感 AI 还无法理解和回应人类的感受。