vchc

Вам нужно сначала разобраться с терминологией, чтобы корректно сформулировать вопрос.

Субъективные системы - системы, имеющие собственную оценочную функцию внешних воздействий и действующие на её основе. Таких систем много. Банковские рейтинги, управление автономными аппаратами, системы делопроизводства и так далее. В той или иной степени они могут выступать субъектом. Если в них заложена процедура параллельного обучения, то они накапливают свой субъективный опыт.

Разумные системы (подразумеваем, что эталоном является разум человека) - системы с функционалом, эквивалентным разуму человека, он же сильный ИИ. Основная проблема - сложность построения. Нужно объединить и согласовать множество подсистем реализующих части общего функционала как это происходило в процессе биологической эволюции. Проект создания таких систем потребует затрат бОльших чем космические программы времён холодной войны. Задайте себе вопрос кто и зачем будет оплачивать этот праздник жизни?

Сверх разумные системы - системы с функционалом, превышающим функционал разума человека. Любая разумная система на не биологической основе (например на основе современных кремниевых вычислителей) автоматически становится сверхразумной за счёт своих физических показателей (более долговечные и расширяемые).

Самое правильное, что вы можете сделать это найти технического руководителя для вашего проекта. Это тот человек, который как раз и будет отвечать на вопросы, который вы задали и решать их. Сами вы эту тему не потянете в силу отсутствия специальных знаний.
В общем случае вам потребуются (кроме тех. руководителя):
Инженеры данных (Формализует предметную область в виде модели в соответствии с бизнес задачей, подготавливает фактические данные для модели).
Программисты (Реализует всё программно).
Программный архитектор (Если система сложная).

Методы, языки и прочие частные вопросы решаются уже коллективом и/или тех. руководителем.

Понятие интеллекта это собирательное понятие и всключает в себя всю функциональность, которую демонстрирует человек в своей жизни при решение задач. Объём этой функциональности достаточно большой, поэтому на данном этапе исследователи берут какую-то малую его часть и пытаются реализовать. Так рождается понятие слабого искусственного интеллекта (реализация малой части интеллектуальных возможностей человека в железе). Есть ещё понятие сильного искусственного интеллекта. Система обладающая СИИ должна демонстрировать всю интеллектуальную функциональность человека и проходить тест Тьюринга.
Соответственно, вы не найдёте книг, в которых достоверно показана общая архитектура СИИ ибо его ещё не создали. Но есть вариант получать эти знания по частям. Тут вы можете углубиться в основы, читая учебники, вроде ИИ:СП Норвига, учебники по нейрофизиологии, психологии, психоизиологии, педагогике и т.д. О попытках реализации сложных интеллектуальных систем можно посмотреть в результатых поиска по термину "Когнитивные архитектуры" или почитать материалы конференции AGI.
Заключение: на данный момент мне не известно внятных работ, полностью охватывающих хотя бы поверхностно всю проблематику СИИ разом. Отдельные разделы могут быть достаточно неплохо освещены. Поэтому когда вы говорите о СИИ, всегда указывайте конкретно какие вопросы вас интересуют. Слишком уж велик набор необходимых знаний. Он просто не влазит в одну человеческую голову.

PS: Если вам нужно что-то общее для начального подогрева интереса, то можно открыть раздел ИИ на geektimes. Там много статей по теме.

Современное состояние дел в ИИ таково, что большинство проблем является не научными, а инженерно-организационными. Выделить ресурсы на людей/технику, организовать процесс, подобрать архитектуру/методы/эвристики, реализовать программно. В таких условиях всегда возникает вопрос экономической целесообразности проектов. Для гугла такая целесообразность имела место быть. Они от рекламы скорее всего получили больше чем потратили. На корпоративный менеджемент яркие события действуют благотворно при принятии решений о заключении контрактов.

Смотря, что подразумевать под "продвинулся". Если говорить о научном продвижении, то там всё хорошо. Понятие "смысл" вполне себе изучено и разбито на более простые понятия. Можно почитать о symbol grounding/anchoring, transfer learning, embodiment и т.д. Если же говорить о конечных готовых решениях, то необходимая сумма технологий и уровень систематизации знаний пока, по моим сведениям, не достигнут.