一.人工智能能否超越人類智慧的爭議

21世紀(jì)以來，人工智能領(lǐng)域陸續(xù)爆發(fā)很多重要事件。其中最吸引人們眼球的，當(dāng)屬2016年戰(zhàn)勝了人類圍棋冠軍并開始能夠從0自我學(xué)習(xí)的AlphaGo，10月1日，美國CBNC，麻省理工科技評論等媒體報道根據(jù)中國研究團(tuán)隊的研究，谷歌、Siri、百度、Bing等人工智能系統(tǒng)智商仍然大幅度低于人類6歲兒童。

而與之形成鮮明對比的是，10月26日，軟銀CEO孫正義在沙特阿拉伯舉行的未來投資計劃大會上稱，未來30年內(nèi)AI的智商（IQ）將達(dá)到10000。這次大會上機(jī)器人公民索菲亞（Sophia）被宣布成為沙特阿拉伯的機(jī)器公民，

這些事件讓人工智能與人類關(guān)系的討論變得更熱烈，更多人擔(dān)心機(jī)器人最終會使得人類變成無用的生物，甚至?xí)?dǎo)致人類的滅絕。

包括著名的物理學(xué)家霍金，微軟創(chuàng)始人比爾蓋茨，特斯拉CEO馬斯克，軟銀集團(tuán)創(chuàng)始人孫正義等。發(fā)表觀點(diǎn)指出人工智能將超越人類并對人類產(chǎn)生威脅。

另一方面，人工智能領(lǐng)域科學(xué)家對人工智能威脅論也提出了反駁或不同意見。這其中就包括Facebook人工智能實驗室主任YannLeCun，前谷歌大腦創(chuàng)始人吳恩達(dá)等。

二.AI智商評測的發(fā)展與困難

面對AI的突然爆發(fā)，人工智能威脅論的廣泛傳播，那么AI究竟能不能超越人類，AI智能水平究竟達(dá)到什么水平，各種智能產(chǎn)品究竟有多少智能，各種爆炸性的AI和機(jī)器人突破事件究竟是否真實？

這些問題需要在科學(xué)上有一套方法，能夠?qū)ΠˋI系統(tǒng)，人類和其他智能體進(jìn)行統(tǒng)一的智能水平測試，以判斷它們的發(fā)展水平。

目前人工智能定量評測面臨兩個重要挑戰(zhàn)：第一，人工智能系統(tǒng)目前沒有形成統(tǒng)一的模型；第二，人工智能系統(tǒng)與以人類為代表的生命體之間的比較目前沒有統(tǒng)一的模型。

這兩個挑戰(zhàn)都指向了同一個問題，即對于所有的人工智能系統(tǒng)和所有生命體（特別是以人類為代表的生命體）需要有一個統(tǒng)一的模型進(jìn)行描述，只有這樣才能在這個模型上建立智力測量方法并進(jìn)行測試。

從1950年圖靈測試提出以來，科學(xué)家已經(jīng)為人工智能發(fā)展的評價體系做了很多工作。

1950年，圖靈提出了著名的圖靈實驗，采用提問和人類裁判的方法，判斷一臺計算機(jī)是否具有同人相當(dāng)?shù)闹橇?。作為最被廣泛應(yīng)用的人工智能測試方法，但圖靈測試并不檢驗Ai的智能發(fā)展水平，只是判斷智能系統(tǒng)能否與人類智能相同，而且受人為因素干擾太多，嚴(yán)重依賴于裁判者和被測試者的主觀判斷，因此往往有人在沒有得到嚴(yán)格驗證的情況下宣稱其程序通過圖靈測試，

2015年3月24日“美國科學(xué)院院刊（PNAS)發(fā)表一篇論文，提出一種新的圖靈測試方法“Visual Turing test”，這種測試方法用來對計算機(jī)的圖像認(rèn)知能力進(jìn)行更為深入的評估。

2014年美國佐治亞技術(shù)學(xué)院的瑞德教授（Mark O. Riedl）認(rèn)為，智能的本質(zhì)在于創(chuàng)造力。他設(shè)計了一個叫做Lovelace 2.0版本的測試。Lovelace 2.0的測試范圍包括：創(chuàng)作有虛擬故事的小說、詩歌創(chuàng)作、油畫和音樂等。

在解決人工智能定量測試的問題上，包括圖靈測試在內(nèi)的各種方案還存在兩個問題：第一，這些測試方法沒有形成統(tǒng)一的智能模型，并以此為基礎(chǔ)進(jìn)行分析，區(qū)分智能的多個分類。導(dǎo)致無法將不同的智能系統(tǒng)包括人類進(jìn)行統(tǒng)一的測試；第二是這些測試方法無法定量分析人工智能，或者只定量分析智能的某個方面，但這個系統(tǒng)究竟達(dá)到人類智慧的百分之多少，發(fā)展速度與人類智慧發(fā)展速度比率如何，這些問題在上述研究中沒有涉及。

三.標(biāo)準(zhǔn)智能模型的建立與AI智商測試

針對這一問題，科學(xué)院虛擬經(jīng)濟(jì)與數(shù)據(jù)科學(xué)研究中心劉鋒、石勇、劉穎團(tuán)隊參考馮·諾伊曼結(jié)構(gòu)、戴維·韋克斯勒人類智力模型、知識管理領(lǐng)域DIKW模型體系等。從2014年開始發(fā)表論文建立“標(biāo)準(zhǔn)智能模型”，統(tǒng)一描述人工智能系統(tǒng)和人類的特征和屬性。

這其中馮?諾伊曼結(jié)構(gòu)給予我們的啟發(fā)是：標(biāo)準(zhǔn)智能系統(tǒng)模型應(yīng)包含輸入輸出系統(tǒng)，能夠從外界獲取信息，能夠?qū)?nèi)部產(chǎn)生的結(jié)果反饋給外部世界，只有這樣，標(biāo)準(zhǔn)智能系統(tǒng)才能成為“活”的系統(tǒng)。

戴維.韋克斯勒關(guān)于人類智能的定義給予我們最大的啟示是：智力能力是由多個要素組成，而非圖靈測試或視覺圖靈測試那樣只關(guān)注智力能力的一個方面。

DIKW模型體系給予我們的啟發(fā)是：智慧是一種解決問題，積累知識的能力；知識是人類不斷與外界交互后沉淀下來結(jié)構(gòu)化的數(shù)據(jù)和信息，這提醒我們，一個智能系統(tǒng)不僅僅體現(xiàn)出知識的掌握，更重要的還有關(guān)于解決問題的創(chuàng)新能力。

這種關(guān)于知識的掌握能力，知識的創(chuàng)新能力與戴維.韋克斯勒理論、馮.諾依曼架構(gòu)結(jié)合，就可以形成智能系統(tǒng)智力能力的多層次結(jié)構(gòu)。

這種關(guān)于知識的掌握能力，知識的創(chuàng)新能力與戴維.韋克斯勒理論、馮.諾依曼架構(gòu)結(jié)合，就可以形成智能系統(tǒng)智力能力的多層次結(jié)構(gòu)。綜上所述，我們得出智能系統(tǒng)的標(biāo)準(zhǔn)模型應(yīng)該具備一下特點(diǎn)：

第一、具有輸入輸出的功能，即可以與外界通過數(shù)據(jù)、信息和知識進(jìn)行交互的能力。

第二．具有存儲數(shù)據(jù)、信息、知識的能力，即將外界數(shù)據(jù)、信息和知識化為自身資源的能力。

第三．具有生成新數(shù)據(jù)、信息和知識的能力，即基于自身擁有的知識，在新數(shù)據(jù)或信息的啟發(fā)下，對數(shù)據(jù)、信息和知識進(jìn)行創(chuàng)新從而產(chǎn)生新的數(shù)據(jù)、信息和知識的能力，如圖1.4所示（為了簡化，本圖中數(shù)據(jù)、信息、知識統(tǒng)一用知識描述）。

為了更好的分析AI，人類等智能體的智能水平，研究團(tuán)隊把“知識的獲取，掌握，創(chuàng)新和反饋”又分成15個小分類，從更多維度評測AI，人類的智能。這15個小分類是：圖像、文字、聲音的識別和輸出，常識、計算、翻譯、排列，創(chuàng)作、挑選、猜測、發(fā)現(xiàn)等。研究人員根據(jù)這些分類的維度，在2014年，對世界50個AI系統(tǒng)和3個不同年齡段人類進(jìn)了測試。

2016年2月，研究團(tuán)隊開展了“2016年人工智能系統(tǒng)的智商測試”，對包括谷歌、百度、搜狗、蘋果Siri、微軟小冰在內(nèi)的人工智能系統(tǒng)進(jìn)行了測試，從測試結(jié)果看，谷歌、百度等人工智能系統(tǒng)的性能比兩年前已有大幅提高，但仍與6歲兒童有一定差距。

相關(guān)研究方法和測試結(jié)論發(fā)表在IJIT & DM、Annals of Data Science、中國計算機(jī)學(xué)報等SCI、EI，中國核心期刊上，這一研究成果受到了美國著名財經(jīng)媒體CNBC，麻省理工科技評論，ZDNET，YAhoo等美國，德國、日本、意大利、英國、法國、俄羅斯、新加坡、***地區(qū)和中國大陸媒體的報道。

從近4年的持續(xù)研究看，雖然人工智能系統(tǒng)這兩年得分增長很快。在知識的掌握方面得分比較高，在知識的獲取和反饋方面有很大提高，但還有很多不足。在創(chuàng)造性這個大分類上，得分一直進(jìn)展不大。而且由于這個分類的權(quán)重又比較高，因此目前為止依然無法超越6歲的兒童。

四.未來智能實驗室：開展第三次世界人工智能智商測試

2017年11月，研究團(tuán)隊成立未來智能實驗室，基于實驗室“標(biāo)準(zhǔn)智能系統(tǒng)”、“AI智商測試量表”、“智能系統(tǒng)7個等級劃分”、“互聯(lián)網(wǎng)（城市）云腦架構(gòu)”等研究成果，建設(shè)世界第一個智能系統(tǒng)智商評測與趨勢研究機(jī)構(gòu)，致力于評測智能系統(tǒng)智商發(fā)展水平，研究智能系統(tǒng)未來發(fā)展趨勢。目標(biāo)是成為世界領(lǐng)先的智能系統(tǒng)評測和發(fā)展趨勢研究機(jī)構(gòu)。

未來智能實驗室根據(jù)人工智能的最新發(fā)展，在人工智能學(xué)家，中國科學(xué)院虛擬經(jīng)濟(jì)與數(shù)據(jù)科學(xué)研究中心的支持下啟動2018年世界AI智商評測活動（WorldAI IQ Test2018），對世界范圍人工智能系統(tǒng)智能發(fā)展水平進(jìn)行新的評測。以觀察世界范圍內(nèi)人工智能最新發(fā)展水平以及與人類的差距。本次活動，實驗室將開展多種形成的研究和評測工作，除了測試2018年人工智能的發(fā)展水平，還將第一次對互聯(lián)網(wǎng)群體智慧的智商進(jìn)行測試。

2018年世界AI智商評測（WorldAI IQ Test2018）的主要工作包括：

1.評測主流人工智能系統(tǒng)。選擇世界范圍具有代表性的人工智能系統(tǒng)，包括但不僅限于谷歌、蘋果、百度、微軟、搜狗、騰訊、亞馬遜、IBM、科大訊飛、圖靈機(jī)器人，機(jī)器人索菲亞等科技企業(yè)的產(chǎn)品按照新的世界AI智商評測量表進(jìn)行評測，并與人類測試者進(jìn)行對比。2018年的評測還將第一次測試互聯(lián)網(wǎng)群體智慧的智商，與AI系統(tǒng)，單個人類的智商進(jìn)行對比研究

2.把AI智商測試擴(kuò)展到整個智能行業(yè)。根據(jù)研究團(tuán)隊標(biāo)準(zhǔn)智能模型，智能分級方法，構(gòu)建更為立體的智能系統(tǒng)智商評測體系，研究團(tuán)隊發(fā)現(xiàn)根據(jù)測量對象的角色定位不同，會存在相互關(guān)聯(lián)但又有重大區(qū)別的AI智商評測體系。WorldAI IQ Test2018的工作將就此展開深入研究，并開展垂直領(lǐng)域智能系統(tǒng)的AI智商量表建立和測試工作，測試對象包括但不僅限于聊天機(jī)器人，智能音箱，智能手機(jī)，服務(wù)機(jī)器人，智能汽車，智能家電，智慧城市，互聯(lián)網(wǎng)云腦等。

3.形成第二版的世界AI智商評測量表。目前“標(biāo)準(zhǔn)智能模型”的測試分類包括“圖像、文字、聲音的識別和輸出，常識、計算、翻譯、排列，創(chuàng)作、挑選、猜測、發(fā)現(xiàn)等，根據(jù)人工智能的發(fā)展?fàn)顩r和我們對智能系統(tǒng)的進(jìn)一步了解，2018年世界AI智商評測活動將對分類和權(quán)重進(jìn)行新的調(diào)整，形成第二版的世界AI智商評測量表。