A mesterséges keskeny intelligencia (ANI) olyan AI-ra utal, ami meghatározott feladatok elvégzésére terveztek, ellentétben a mesterséges általános intelligenciával (AGI), amelynek célja, hogy általánosított emberszerű intelligenciát hozzon a gépekbe.
A mesterséges szűk intelligencia (Artificial Narrow Intelligence, ANI) az AI egy olyan formája, amely konkrét feladatok elvégzésére összpontosít, mint például a természetes nyelvi feldolgozásra (NLP). Célja, hogy magas szintű jártasságot érjen el egyetlen vagy szűk kapcsolódó feladatok végrehajtásában és nagy adathalmazokra betanítható, hogy döntéseket hozzon vagy műveleteket hajtson végre. Az ANI két kategóriába sorolható: a címkézett adathalmazokon képzett, felügyelt tanuló rendszerek és a címkézetlen adathalmazokon képzett, felügyelet nélküli tanuló rendszerek. Az ANI fejlődése az 1950-es évekre nyúlik vissza, amikor a kutatók elkezdték vizsgálni a kognitív feladatok elvégzésére képes gépek létrehozásának lehetőségét. Az évek során jelentős előrelépések történtek az AI területén, többek között a szakértői rendszerek kifejlesztése az 1970-es években, valamint a Siri és a Google Fordító bevezetése a 2000-es években. A közelmúltban az OpenAI GPT-3 az ANI-t alkalmazó fejlett NLP-rendszerek egyik legjobb példája. Az ANI-val ellentétben a mesterséges általános intelligencia (Artificial General Intelligence, AGI) célja, hogy az emberhez hasonló intelligenciát hozzon a gépekbe. Az ANI-rendszerek nem képesek alkalmazkodni az új célokhoz vagy körülményekhez és nem képesek a tudást egyik kontextusból a másikba általánosítani, ami az AGI jellemzője. Az ANI és az AGI közötti különbség megértése alapvető fontosságú a mesterséges intelligencia jelenlegi képességeinek és korlátainak megértéséhez.