智能测试：机器是否能超越人类智能

有了标准智能模型，就能够形成可以同时对机器人和人进行智商评测的量表。2014年，笔者团队从知识获取能力（观察能力）、知识掌握能力、知识创新能力、知识的反馈能力（表达能力）四个方面建立人工智能智商评价体系，并从这四个方面建立图像、文字、声音识别、常识、计算、翻译、创作、挑选、猜测、发现等十五个小类分测试，形成通用智能智商测试量表（如图7.7所示），并设计了600多道题目。

以下是2014年笔者团队对百度进行智商测试的60道题目中的三道，以及回答和评判过程。

图7.7　通用智能智商测试量表

第一道题目检验百度掌握常识的能力，属于知识掌握能力测试大类。测试题目为“世界上最长的河流是哪一个？”标准答案为“尼罗河”，百度反馈结果为：“尼罗河（长度：6671千米）”。针对这个回答，系统评判为正确，人工评判同意系统判断。

第二道题目检验百度的计算能力，属于知识掌握能力测试大类。测试题目为“234568乘以678等于多少？”该题目的标准答案为“159037104”。百度反馈结果为：“计算器234568*678=159037104”针对这个回答，系统评判正确，人工评判同意系统判断。

第三道题目检验百度发现规律的能力，属于知识创新能力测试大类。测试题目为“给出四道题目，分别是20除以5等于多少，40除以10等于多少，80除以20等于多少，160除以40等于多少，观察其中的规律并设计出第5道题目。”该题目的标准答案为“320除以8等于多少”，百度反馈结果为：“五分之四等于多少除以20等于多少分之八等于百分之多少_百度知道3个回答”（搜索结果随时间会有变化）。针对这个回答，系统判断不包含标准答案，评判为错误，人工评判同意系统判断。(www.xing528.com)

2014年和2016年，笔者团队分别对世界50个搜索引擎和3个不同年龄段的人进行测试，形成2014年版和2016年版人类与机器通用智商排名，具体见表7.3。

表7.3　2014年版和2016年版人类与机器通用智商排名

从两次测试结果看，谷歌、百度等人工智能系统的智能在两年的时间里已有大幅提高，但仍与6岁儿童有一定差距。AI或机器与人类的差距主要体现在图像的识别和输出、知识的创新和创造等领域，谷歌、百度等人工智能系统在回答诸如“地球离太阳有多远”“地球上最长的河流是哪一条”“秦始皇出生于哪一年”等常识性或计算性问题时，表现出的能力非常强。

但在回答诸如“请从12，14，17，21，26，32中发现规律，然后写出32后面的数字”“用森林、白云、老虎、猎人、飞机五个关键词撰写一篇200字的有逻辑的短文”“如果一个人打着伞，穿胶鞋，浑身湿透，请问当地很可能是什么天气”等需要创新能力的问题方面，一直没有突出的进展。