Tipurile de inteligență artificială pot fi clasificate după patru criterii: capacitatea sistemului, modul în care învață, rezultatul produs și nivelul de autonomie. Aceste clasificări se suprapun. De exemplu, ChatGPT este simultan AI îngustă, AI generativă, model de deep learning și aplicație conversațională.
În practică, toate sistemele AI disponibile astăzi sunt forme de AI îngustă, construite și evaluate pentru anumite sarcini. Inteligența artificială generală și superinteligența rămân concepte teoretice, nu produse pe care o companie le poate cumpăra sau implementa.
Dacă vrei să testezi mai multe modele într-un singur loc, poți folosi AI Board: platforma oferă peste 35 de modele AI, 16 asistenți specializați și peste 200 de template-uri pentru activități de business.
Cele patru moduri de clasificare a AI
| Criteriu | Categorii principale | Întrebarea la care răspunde |
|---|---|---|
| Capacitate | AI îngustă, AI generală, superinteligență | Cât de larg este domeniul în care poate lucra? |
| Mod de învățare | supravegheată, nesupravegheată, prin întărire, auto-supervizată | Cum învață modelul din date sau feedback? |
| Tip de rezultat | predictivă, generativă, conversațională, computer vision | Ce produce sau interpretează sistemul? |
| Autonomie | asistent, copilot, agent, sistem automatizat | Doar recomandă sau poate și executa acțiuni? |
Nu există o singură listă universală cu „toate tipurile de AI”. O clasificare după capacitate nu o înlocuiește pe cea după tehnologie. Pentru a descrie corect un sistem, precizează criteriul folosit.
Tipuri de AI după capacitate
Inteligență artificială îngustă
AI îngustă, numită și narrow AI sau weak AI, este proiectată pentru o sarcină sau o familie delimitată de sarcini. Poate depăși oamenii într-un test specific fără să posede inteligență generală.
Exemplele includ filtrele anti-spam, sistemele de recomandare, detectarea fraudelor, recunoașterea obiectelor și modelele lingvistice. Un model conversațional poate lucra cu multe subiecte, dar funcționează tot în limitele arhitecturii, datelor, instrumentelor și evaluărilor sale.
Acesta este singurul nivel disponibil în mod demonstrabil în prezent. Termenul „îngustă” nu înseamnă neapărat simplă; un sistem poate avea miliarde de parametri și capabilități diverse, dar să rămână nesigur în afara contextelor testate.
Inteligență artificială generală
Inteligența artificială generală, abreviată AGI, descrie ipotetic un sistem capabil să învețe, să transfere cunoștințe și să rezolve o gamă largă de sarcini intelectuale la nivel comparabil cu omul.
Nu există un test sau un prag acceptat universal pentru AGI. Performanța foarte bună la matematică, programare sau conversație nu demonstrează automat capacitatea generală. Sistemele actuale pot avea rezultate excelente pe anumite evaluări și pot eșua la variații simple sau contexte din lumea reală.
Superinteligența artificială
Superinteligența artificială este conceptul unui sistem care ar depăși capacitățile umane în aproape toate domeniile cognitive relevante. Nu este o tehnologie existentă și nu trebuie prezentată ca etapă inevitabilă ori ca produs apropiat.
AGI și superinteligența sunt utile în cercetare și în discuțiile despre siguranță pe termen lung, dar nu ajută direct o companie să aleagă un chatbot, un model predictiv sau un sistem de automatizare.
Tipuri de AI după modul de învățare
Google definește machine learning ca o metodă de antrenare a unui model pentru a face predicții sau a genera conținut folosind date. Cele mai cunoscute categorii sunt următoarele.
Învățare supravegheată
Modelul este antrenat pe exemple care includ răspunsul corect, numit etichetă. Învață relația dintre caracteristicile de intrare și rezultatul dorit.
Este folosită pentru clasificare și regresie: prognozarea volumului, probabilitatea de abandon, identificarea unei tranzacții suspecte sau clasificarea unei solicitări. Calitatea depinde de corectitudinea etichetelor și de cât de bine reprezintă datele situațiile reale.
Învățare nesupravegheată
Modelul primește date fără răspunsuri prestabilite și caută structuri, grupuri sau anomalii. Compania poate folosi rezultatul pentru segmentarea clienților, descoperirea unor tipare neobișnuite sau explorarea unui set mare de date.
Grupurile descoperite nu vin automat cu o explicație de business. O persoană trebuie să interpreteze ce reprezintă și dacă sunt utile.
Învățare prin întărire
Un agent interacționează cu un mediu și primește recompense sau penalizări în funcție de acțiuni. Învață o politică pentru maximizarea recompensei cumulate.
Această metodă este folosită în jocuri, robotică, control și optimizare. Definirea recompensei este critică: un agent poate optimiza exact indicatorul cerut într-un mod contrar intenției reale.
Învățare auto-supervizată
Modelul extrage semnalul de învățare din structura datelor, fără etichetarea manuală a fiecărui exemplu. Modelele de limbaj pot învăța estimând unități lipsă sau continuarea unei secvențe.
Această abordare a permis antrenarea modelelor de bază pe volume mari de text, imagini și alte date. Modelul poate fi apoi adaptat prin instrucțiuni, exemple, feedback sau date specializate.
Machine learning, deep learning și modele de bază
Machine learning este o ramură a inteligenței artificiale în care modelele învață tipare din date. Deep learning este o ramură a machine learning bazată pe rețele neuronale cu mai multe straturi.
Deep learning stă la baza multor sisteme moderne de limbaj, vedere, sunet și generare. Un model de bază este antrenat pe date largi și poate fi adaptat pentru numeroase aplicații. Un model lingvistic mare, abreviat LLM, este un model de bază orientat în principal spre limbaj.
Acești termeni descriu tehnologia, nu neapărat produsul. Un chatbot este aplicația pe care utilizatorul o vede; în spate poate folosi unul sau mai multe modele, căutare, baze de date, filtre și instrumente externe.
Tipuri de AI după rezultatul produs
AI predictivă
AI predictivă estimează o valoare, o categorie sau probabilitatea unui eveniment. Exemple: prognoza vânzărilor, scorul de risc, mentenanța predictivă și estimarea probabilității de conversie.
Pentru evaluare, compară predicția cu rezultatul real și urmărește metrici potrivite problemei. O precizie generală mare poate ascunde performanțe slabe pe cazurile rare sau importante.
AI generativă
AI generativă produce conținut nou: text, imagine, sunet, video, cod sau date sintetice. Conform ghidului IBM pentru machine learning, modelele generative creează conținut ca răspuns la un prompt sau la o cerere.
ChatGPT, Claude și Gemini sunt aplicații generative pentru limbaj și sarcini multimodale. Generatoarele de imagini și video fac parte din aceeași categorie largă, dar folosesc modele și evaluări diferite.
Rezultatul este probabilistic și poate include afirmații false, elemente vizuale deformate sau cod vulnerabil. Un draft fluent nu reprezintă o dovadă de corectitudine.
AI conversațională
AI conversațională permite interacțiunea prin limbaj natural, în scris sau vocal. Poate combina un model lingvistic cu recunoașterea vorbirii, căutare, memorie, baze de cunoștințe și reguli de dialog.
Un chatbot bazat exclusiv pe reguli și un asistent generativ sunt ambele conversaționale, dar au capacități și riscuri diferite. Primul urmează fluxuri prestabilite; al doilea poate formula răspunsuri noi.
Procesarea limbajului natural
Procesarea limbajului natural, sau NLP, include clasificarea textului, extragerea informațiilor, traducerea, rezumarea și generarea limbajului. Nu orice sistem NLP este generativ: un clasificator de sentiment poate returna doar o etichetă.
Pentru detalii, vezi ghidul despre procesarea limbajului natural.
Computer vision
Computer vision interpretează imagini și video. Poate clasifica o imagine, detecta obiecte, segmenta regiuni, extrage text sau urmări schimbări în timp.
Exemplele includ inspecția calității, analiza imaginilor, inventarierea vizuală și asistența pentru navigație. Performanța trebuie testată în condițiile reale de lumină, cameră și mediu.
AI pentru voce și sunet
Aceste sisteme transformă vocea în text, generează vorbire, identifică sunete sau separă surse audio. Sunt folosite la transcriere, subtitrare, asistenți vocali și monitorizarea echipamentelor.
Generarea vocii unei persoane necesită consimțământ și controale clare, deoarece poate facilita impersonarea și frauda.
Robotică și AI întrupată
AI întrupată conectează percepția și decizia la un dispozitiv fizic. Un robot poate vedea, planifica și executa acțiuni, dar poate funcționa și fără AI, prin reguli programate.
Riscul este mai mare când o eroare software produce o acțiune fizică. Simularea nu înlocuiește testarea în mediul real și mecanismele independente de siguranță.
Edge AI
Edge AI rulează modelul pe telefon, senzor, cameră, vehicul sau alt dispozitiv apropiat de sursa datelor. Poate reduce latența, traficul spre cloud și expunerea datelor.
Compromisurile sunt puterea de calcul, memoria, consumul energetic și dificultatea actualizării modelelor distribuite.
Tipuri de AI după autonomie
Asistent AI
Asistentul răspunde la o cerere și produce informație sau un draft. Utilizatorul decide ce face cu rezultatul. Este forma cea mai ușor de introdus într-un proces cu risc redus.
Copilot
Un copilot lucrează în aplicația utilizatorului și propune acțiuni, completări sau modificări. Omul rămâne în flux și aprobă rezultatul. Exemplele apar în programare, documente, analiză și servicii pentru clienți.
Agent AI
Un agent urmărește un obiectiv, planifică mai mulți pași și folosește instrumente pentru a executa sarcini. Poate căuta informații, actualiza aplicații sau comunica cu alte sisteme, în funcție de permisiuni.
Autonomia nu garantează inteligență generală. Un agent rămâne AI îngustă, iar riscul său depinde de acces, acțiuni, date și posibilitatea de anulare.
Sistem automatizat cu AI
Într-un sistem automatizat, predicția sau recomandarea declanșează o acțiune fără aprobare la fiecare caz. Această configurație este potrivită numai când erorile sunt măsurate, consecințele sunt controlate și există monitorizare și oprire.
AI simbolică, bazată pe reguli și sisteme hibride
AI simbolică reprezintă cunoștințe și reguli în forme explicite. Sistemele expert folosesc frecvent reguli de tip „dacă–atunci”. Ele sunt utile când domeniul este stabil și trasabilitatea contează.
Modelele statistice sunt mai flexibile pentru date complexe, dar pot fi mai greu de explicat. Sistemele hibride combină reguli, baze de cunoștințe și modele de machine learning. Într-un proces financiar, de exemplu, modelul poate estima riscul, iar regulile pot bloca acțiuni nepermise.
Cum alegi tipul de AI potrivit
| Nevoie | Tip potrivit pentru evaluare | Indicator principal |
|---|---|---|
| Prognoza cererii | AI predictivă, învățare supravegheată | eroarea predicției |
| Segmentarea clienților | învățare nesupravegheată | utilitatea segmentelor |
| Redactarea unui draft | AI generativă | timpul până la un rezultat acceptat |
| Răspunsuri din documente | AI conversațională cu surse | corectitudinea și trasabilitatea |
| Inspecție vizuală | computer vision | defecte detectate și alarme false |
| Executarea unui flux | agent cu instrumente limitate | finalizare corectă și incidente |
| Regulă legală sau operațională stabilă | sistem de reguli ori hibrid | trasabilitate și excepții |
Alege întâi problema și consecința unei erori. Modelul cu cele mai multe capabilități nu este automat alegerea potrivită; uneori o regulă simplă este mai ieftină, mai rapidă și mai ușor de controlat.
Tipuri de AI disponibile în AI Board
AI Board oferă acces la peste 35 de modele generative pentru text și analiză, într-un singur spațiu. Utilizatorul poate compara rezultatele modelelor fără să gestioneze abonamente separate.
Cei 16 asistenți specializați reprezintă aplicații conversaționale configurate pentru strategie, financiar, vânzări, HR, operațiuni, risc și alte funcții. Cele peste 200 de template-uri structurează cererea după concepte de business, iar modulul de benchmark folosește date despre aproximativ 850.000 de companii din România.
Clasificarea AI după nivelul de risc
AI Act folosește o clasificare juridică bazată pe risc, diferită de clasificările tehnice. Un sistem poate fi generativ sau predictiv și, separat, poate intra într-o categorie juridică în funcție de utilizare.
Comisia Europeană descrie patru niveluri generale: risc inacceptabil, risc ridicat, risc de transparență și risc minim sau absent. Din 2 august 2026 se aplică obligații de transparență pentru anumite sisteme interactive și generative, inclusiv informarea utilizatorilor și marcarea anumitor conținuturi sintetice.
Clasificarea nu se face doar după numele produsului. Același model folosit pentru un draft intern și pentru o decizie care afectează o persoană poate avea consecințe și obligații diferite.
Întrebări frecvente
Câte tipuri de inteligență artificială există?
Nu există un singur număr. După capacitate sunt descrise trei niveluri, iar după modul de învățare, rezultat și autonomie există alte categorii care se suprapun.
Care sunt cele trei tipuri de AI după capacitate?
AI îngustă, inteligența artificială generală și superinteligența. Doar AI îngustă există astăzi ca tehnologie demonstrată și disponibilă.
ChatGPT ce tip de inteligență artificială este?
ChatGPT este AI îngustă, generativă și conversațională, bazată pe modele lingvistice de deep learning. Unele funcții pot folosi instrumente și comportament agentic.
Care este diferența dintre AI predictivă și AI generativă?
AI predictivă estimează o valoare, clasă sau probabilitate. AI generativă produce conținut nou, precum text, imagine, sunet, video sau cod.
Care este diferența dintre un chatbot și un agent AI?
Un chatbot răspunde într-o conversație. Un agent poate planifica mai mulți pași și folosi instrumente pentru a executa acțiuni, în limitele permisiunilor primite.
Există inteligență artificială generală?
Nu există un sistem recunoscut și demonstrat universal drept AGI. Modelele actuale au capabilități largi, dar și limite și erori incompatibile cu o inteligență generală sigură.
Ce tip de AI este potrivit pentru o companie?
Depinde de problemă. Pentru prognoză e potrivită AI predictivă, pentru drafturi AI generativă, pentru imagini computer vision, iar pentru fluxuri în mai mulți pași un agent cu acces limitat.
Ce tip de AI pot testa în AI Board?
AI Board oferă modele generative și conversaționale pentru text, analiză și activități de business, plus asistenți specializați și template-uri manageriale.
Concluzie
Clasifică AI după criteriul relevant pentru decizie. Capacitatea arată domeniul sistemului, metoda de învățare explică formarea modelului, tipul de rezultat descrie ce produce, iar autonomia arată ce poate executa.
Pentru bazele domeniului, citește ghidul despre ce este inteligența artificială și cum funcționează. Pentru utilizare practică, deschide AI Board și compară modelele pe aceeași sarcină, cu date neconfidențiale și un criteriu clar de verificare.
