首先人工智能的分类有超人工智能，强人工智能和弱人工智能。我们当前的科技水平处于弱人工智能时代。从这一点我们大家能够看出这种分类并不是对现有事物的一个客观分类。相反，这种分类是对人工智能这个领域未来的一个期许，一个目标。换而言之，我们现在处于弱人工智能时代，而我们的下一个目标就是强人工智能。

弱人工智能，就是像当前这个时代，人工智能聚焦在每一个细分的领域。其目标是在每一个细分领域解决一些实际的应用问题，比如金融中的风控类问题；比如，图像识别中的身份认证，人脸支付；再比如语音识别中的司法庭审；新闻或短视频app中的内容推荐；再比如多领域交叉组合的自动驾驶等等等等等。

我们能够看出当前的这些落地应用都是在某一个垂直领域的细分应用，以机器学习算法为灵魂，底层算力为躯干，大数据为养料，共同组建成一个成熟的模型。模型组建好之后可以用此来做应答与预测。比如一个做好的风控类模型，就可以对每一笔新的交易做出应答，来回答这笔交易是欺诈类交易还是非欺诈类交易；同理，一个做好的图像识别模型可以用来应答每一次解锁请求，结果判断如果是本人的请求的话就解锁，如果不是本人的请求的话就不解锁。

而强人工智能时代，简言之，其目标就是做出像《西部世界》里边的那样的人工智能，其人工智能跟真正的人别无二致。那么我们将其目标进行分解，就能够看出这样的人工智能是一个庞大的交叉学科组成，而不再是简单的某一个垂直领域的的模型，其包括各类感知智能，认知智能，自然语言理解，材料学，运动学，神经学，生物学，仿生学的共同发展。而目前除了感知智能发展的还算比较顺利之外，其他学科基本都处于停滞状态。这也对楼主提的问题进行了侧面的认同。当然除了这些科学的发展之外，还需要人类的一些观念的改变，法律的更新，生产关系的演进等等，总之，强人工智能的出现并不是某个垂直领域的科技的诞生，而是以一个全新的物种的出现。目前我们人类无论是从科技的角度，还是从人文的角度，都并没有准备好。

那么要回答楼主的问题，主要的还是在科技的角度来去阐述。从科技的角度来说，以我个人之的观点，目前的人工智能发展还有很长很长很长的一段距离。而这个距离并不仅仅是出于现有技术的水平，还有一种可能就是由于现有技术的发展方向。我们都知道，当今人工智能的灵魂是算法，是机器学习。而这种方式是否可以模拟出认知智能？我们每一个人其实心中都没有答案。由于底层，也就是人脑还有计算机的计算方式是不一样的，机器学习只是用现于计算机对人脑的一个简单的模拟和模仿。这种模拟和模仿和人脑真正的运行完完全全是两个概念。而这最终是否能够成为现阶段弱人工智能发展成为强人工智能的一个障碍？我们不得而知。但是当前出现的一个情况我们值得注意，那就是人脑在运行时的功率其实是很低的，而计算机在机器学习的过程当中需要耗费大量的能量，如果是用到深度学习的话，那么更是需要耗费海量的能量。按照这个趋势来推断的话，如果要用计算机去模拟和模仿认知智能，那么计算机要耗费的能量将是一个天文数字。

所以如果要发展到强人工智能，我们的发展方向是否需要调整？如果要调整的话，那么新的方向是什么？开始了新的方向的研究，如果短时间内没有成果的话，谁来买单？因为弱人工智能短时间内毕竟是可以解决很多实际的落地应用场景的，我们需要理由来说服各类人工智能公司，让他们有足够的动力去放弃当前的研究转而进行新的方向的研究。因为进行新的领域的探索，这其中的风险是不可控的。

所以对于楼主提出的问题，与其说我们要讨论怎么做，不如先来讨论一下为什么要做。因为还是那句话，技术是为了需求而服务的，脱离了需求的技术都是空中楼阁。

当然最后还有一个超人工智能，那个在很长时间段内都会存在在科幻小说当中。