第一阶段为计算智能，即快速计算和记忆存储能力。
十多年前，IBM深蓝计算机战胜了国际象棋大师卡斯帕罗夫，当时震惊了世界。象棋机器人能够战胜人类，靠的就是超强的记忆的能力运算速度，能够预测到十几步以后的结果。这就属于计算智能。而现在，计算智能的这个问题已经被科学界解决地差不多了。比如在《最强大脑》中，用来测试人类计算能力的方法，要记住一百个四位数字组合之类，这个要求对现在的计算机来说易如反掌。
第二阶段为感知智能，即视觉、听觉、触觉等感知能力。我们人和动物就是通过各种智能感知能力与自然界进行交互。
感知智能方面最形象的一个研究项目就是自动驾驶汽车。机器不需要了解各种知识，只需要用各种传感器对周围的环境进行处理、自动控制就可以实现自动驾驶。
科大讯飞所从事的智能语音研究也是感知智能中非常难的问题。目前我们已经实现了机器的“能听会说”，希望未来能够让机器“能理解会思考”。
第三阶段，也就是目前各大科技巨头都在迫切寻找突破的领域，认知智能。
通俗来说就是“能理解会思考”。虽然动物也有视觉、嗅觉能力，但人类与动物区别在于：人类有语言。因为有语言才能有概念，才有推理，有世界观等等。
我们在众多科幻影片中看到的智能机器人，能跟人类毫无障碍地沟通，能够自己学习，甚至具备自己的“喜怒哀乐”。这就是认知智能研究所期望达到的未来。
认知智能的潜在突破点再哪?
人类的知识主要还是通过自然语言获取。因此，要实现人工智能在认知智能领域的突破，首先要解决的是自然语言理解的问题。
在过去的几十年中在人工智能领域，对认知智能的突破一直没有停止过。但是早期都是希望能够通过规则，或者是简单数据统计的方法来解决。这些方法到现在为止已经取得了一些成绩，比如IBM的Watson系统。
但是现在科学界觉得可能还有更好的方法。
目前科学界已经认识到人脑的神经元的数量非常多。所以很多的科学家在考虑，也许如果我们能够用计算机模拟到人脑的神经元数量系统建立人工神经网络，这样就可以模仿人脑的认知智能做最复杂的运算。然后，利用人工神经网络向人工智能最高的目标——认知智能发起挑战。