一.人工智能能否超越人類智慧的爭議

21世紀以來，人工智能領域陸續爆發很多重要事件。其中最吸引人們眼球的，當屬2016年戰勝了人類圍棋冠軍并開始能夠從0自我學習的AlphaGo，10月1日，美國CBNC，麻省理工科技評論等媒體報道根據中國研究團隊的研究，谷歌、Siri、百度、Bing等人工智能系統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AI的智商（IQ）將達到10000。這次大會上機器人公民索菲亞（Sophia）被宣布成為沙特阿拉伯的機器公民，

這些事件讓人工智能與人類關系的討論變得更熱烈，更多人擔心機器人最終會使得人類變成無用的生物，甚至會導致人類的滅絕。

包括著名的物理學家霍金，微軟創始人比爾蓋茨，特斯拉CEO馬斯克，軟銀集團創始人孫正義等。發表觀點指出人工智能將超越人類并對人類產生威脅。

另一方面，人工智能領域科學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，前谷歌大腦創始人吳恩達等。

二.AI智商評測的發展與困難

面對AI的突然爆發，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智能水平究竟達到什么水平，各種智能產品究竟有多少智能，各種爆炸性的AI和機器人突破事件究竟是否真實？

這些問題需要在科學上有一套方法，能夠對包括AI系統，人類和其他智能體進行統一的智能水平測試，以判斷它們的發展水平。

目前人工智能定量評測面臨兩個重要挑戰：第一，人工智能系統目前沒有形成統一的模型；第二，人工智能系統與以人類為代表的生命體之間的比較目前沒有統一的模型。

這兩個挑戰都指向了同一個問題，即對于所有的人工智能系統和所有生命體（特別是以人類為代表的生命體）需要有一個統一的模型進行描述，只有這樣才能在這個模型上建立智力測量方法并進行測試。

從1950年圖靈測試提出以來，科學家已經為人工智能發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，判斷一臺計算機是否具有同人相當的智力。作為最被廣泛應用的人工智能測試方法，但圖靈測試并不檢驗Ai的智能發展水平，只是判斷智能系統能否與人類智能相同，而且受人為因素干擾太多，嚴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“美國科學院院刊（PNAS)發表一篇論文，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的圖像認知能力進行更為深入的評估。

2014年美國佐治亞技術學院的瑞德教授（Mark O. Riedl）認為，智能的本質在于創造力。他設計了一個叫做Lovelace 2.0版本的測試。Lovelace 2.0的測試范圍包括：創作有虛擬故事的小說、詩歌創作、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一的智能模型，并以此為基礎進行分析，區分智能的多個分類。導致無法將不同的智能系統包括人類進行統一的測試；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，但這個系統究竟達到人類智慧的百分之多少，發展速度與人類智慧發展速度比率如何，這些問題在上述研究中沒有涉及。

三.標準智能模型的建立與AI智商測試

針對這一問題，科學院虛擬經濟與數據科學研究中心劉鋒、石勇、劉穎團隊參考馮·諾伊曼結構、戴維·韋克斯勒人類智力模型、知識管理領域DIKW模型體系等。從2014年開始發表論文建立“標準智能模型”，統一描述人工智能系統和人類的特征和屬性。

這其中馮?諾伊曼結構給予我們的啟發是：標準智能系統模型應包含輸入輸出系統，能夠從外界獲取信息，能夠將內部產生的結果反饋給外部世界，只有這樣，標準智能系統才能成為“活”的系統。

戴維.韋克斯勒關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注智力能力的一個方面。

DIKW模型體系給予我們的啟發是：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構化的數據和信息，這提醒我們，一個智能系統不僅僅體現出知識的掌握，更重要的還有關于解決問題的創新能力。

這種關于知識的掌握能力，知識的創新能力與戴維.韋克斯勒理論、馮.諾依曼架構結合，就可以形成智能系統智力能力的多層次結構。

這種關于知識的掌握能力，知識的創新能力與戴維.韋克斯勒理論、馮.諾依曼架構結合，就可以形成智能系統智力能力的多層次結構。綜上所述，我們得出智能系統的標準模型應該具備一下特點：

第一、具有輸入輸出的功能，即可以與外界通過數據、信息和知識進行交互的能力。

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

第三．具有生成新數據、信息和知識的能力，即基于自身擁有的知識，在新數據或信息的啟發下，對數據、信息和知識進行創新從而產生新的數據、信息和知識的能力，如圖1.4所示（為了簡化，本圖中數據、信息、知識統一用知識描述）。

為了更好的分析AI，人類等智能體的智能水平，研究團隊把“知識的獲取，掌握，創新和反饋”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，創作、挑選、猜測、發現等。研究人員根據這些分類的維度，在2014年，對世界50個AI系統和3個不同年齡段人類進了測試。

2016年2月，研究團隊開展了“2016年人工智能系統的智商測試”，對包括谷歌、百度、搜狗、蘋果Siri、微軟小冰在內的人工智能系統進行了測試，從測試結果看，谷歌、百度等人工智能系統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。

相關研究方法和測試結論發表在IJIT & DM、Annals of Data Science、中國計算機學報等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、***地區和中國大陸媒體的報道。

從近4年的持續研究看，雖然人工智能系統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。在創造性這個大分類上，得分一直進展不大。而且由于這個分類的權重又比較高，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，研究團隊成立未來智能實驗室，基于實驗室“標準智能系統”、“AI智商測試量表”、“智能系統7個等級劃分”、“互聯網（城市）云腦架構”等研究成果，建設世界第一個智能系統智商評測與趨勢研究機構，致力于評測智能系統智商發展水平，研究智能系統未來發展趨勢。目標是成為世界領先的智能系統評測和發展趨勢研究機構。

未來智能實驗室根據人工智能的最新發展，在人工智能學家，中國科學院虛擬經濟與數據科學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智能發展水平進行新的評測。以觀察世界范圍內人工智能最新發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年人工智能的發展水平，還將第一次對互聯網群體智慧的智商進行測試。

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。選擇世界范圍具有代表性的人工智能系統，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、圖靈機器人，機器人索菲亞等科技企業的產品按照新的世界AI智商評測量表進行評測，并與人類測試者進行對比。2018年的評測還將第一次測試互聯網群體智慧的智商，與AI系統，單個人類的智商進行對比研究

2.把AI智商測試擴展到整個智能行業。根據研究團隊標準智能模型，智能分級方法，構建更為立體的智能系統智商評測體系，研究團隊發現根據測量對象的角色定位不同，會存在相互關聯但又有重大區別的AI智商評測體系。WorldAI IQ Test2018的工作將就此展開深入研究，并開展垂直領域智能系統的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器人，智能音箱，智能手機，服務機器人，智能汽車，智能家電，智慧城市，互聯網云腦等。

3.形成第二版的世界AI智商評測量表。目前“標準智能模型”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，創作、挑選、猜測、發現等，根據人工智能的發展狀況和我們對智能系統的進一步了解，2018年世界AI智商評測活動將對分類和權重進行新的調整，形成第二版的世界AI智商評測量表。