约翰.希尔勒(JohnSearle)于1980年以“中文屋子”(the Chinese Room Argument)的例子再次提出了“图灵验”中所包含的对语言的“理解”问题，在实验的房子中有一个英语母语而不懂中文的人，有一本用英文写成的手册供他使用，手册提供了以英文解释的中文文字句法和文法组合规则，房间外的人向此房间发送英文表达的问题，房间内的人只需对照手册，就可以返回中文答案，房间外的人会以为房间内的人能“懂”中文。希尔勒以这个试验表明，一个胜任翻译工作的机器并没有对语言的理解能力。

“中文屋子”说明了人工智能并不等于人的智能，但这只是对这个例子而言，作为翻译机器这类AI现在划入弱人工智能范围(ArtificialNarrowIntelligenceANI)，更强大的AI并没有限度。与TT不同，中文屋子中的人只充当了一个翻译机器，但这个人虽然不懂中文，却有理解力，所以，这个不懂中文的人如果是一个密码专家，依靠这本中英文手册他就完全有能力懂得中文表达的意义，“中文屋子”实际是想以人冒充翻译机器，这种情况不过是计算机硬件与软件结合的卡通版，这并没有从根本上改变“算法”的“机械步骤”性质，这里的“智能”不过就是“活动”的(死)知识。“中文屋子”只是说明了翻译机器不能“理解”语言，如果把“理解”语言作为弱人工智能的一个界限，只是对ANI提出了更高的“智能”要求，超过ANI就是强人工智能(ArtificialGeneralIntelligenceAGI)，现在已有了强人工智能级别上的大量研究，但没有对“强人工智能”的界定标准，人们并不清楚，何为“理解”?问题似乎又回到“图灵检验”，现在研究工作只是从技术方向上区分不同的突破弱人工智能的解决方向，大体是这样对应的：

知识模拟(专家模式)，由算法模拟实现：电脑=硬件+软件——弱人工智能;(Artificial Narrow Intelligence(ANI)

行为模拟(工具模式)：操作[机器人]=电脑+感应器、执行器——弱人工智能(Artificial Narrow Intelligence(ANI)

自主性模拟(环境模式)，自主机器人=机器人+环境——强人工智能Artificial GeneralIntel ligence(AGI)

进化模拟(生物模式)，主动学习，自我改进——强人工智能Artificial General Intelligence(AGI)

这些都是在常规物理情况下的人工智能（智能家居品牌），常规情况下的人工智能的能力一方面是在存贮空间和计算时间上的数量级不断提升和算法能力上的综合突破，越来越大的数据量和计算机工作频率与算法的不断改进，特别是网络与计算机的结合产生的对“大数据”的“云计算”方式，使传统知识和对知识处理的能力接近或可能突破人类常规条件的阈;另一方面是依靠新材料和新功能的发现使机器可以得到巨大的不同环境应对能力，但这只是问题的一个层次，当前科学技术的进步已经开始进入到超常规物理，以及超常规的界入现象，如生命科学，神经网络、纳米技术，量子态应用等等，这些情况意味着人工智能会在人类自身以外的时空条件下出现，即“科幻模式”的超人工智能(Artificial Super-intelligenceASI)，这都是人类以前从前没有经验过的，在这些情况下出现了人类自身的意义问题，即超出了“图灵检验”的标准来讨论更广义的“智能”问题，这就不仅仅是“不确定性”的问题，而是我们将面对什么的问题成了问题，这种前所未有的挑战，是智能哲学不能回避的任务，没有智能哲学，就不可能讨论“超人工智能”。