Siri、小冰等人工智能系统的智力水平如何?还不如6岁的孩童

简介:

人工智能还是人工智障?我们用数据说话。

一直以来,因为人工智能的某些表现,“人工智障”经常被人们挂在嘴边作为对其的称呼。而就在最近,一组数据让我们看到了一些人工智能产品的“智商水平”。

日前,中国科学院虚拟经济与数据科学研究中心在2017年Annals of Data Science期刊上发表了一篇论文,由计算机博士,互联网进化论作者刘锋,中国科学院虚拟经济与数据科学研究中心主任石勇教授,中国科学院经济管理学院刘颖副教授组成的研究团队完成,题目是“人工智能的智商评测与智能等级研究”(Intelligence Quotient and Intelligence Grade of Artificial Intelligence)。

据了解,该论文的研究开始于2012,起源是解决2010年以来不断日益高涨的人工智能威胁论,当时的思路是能否通过对比研究人工智能系统的智商发展水平并与人类智商,为解决人工智能威胁论问题寻找定量的分析方法。

基于对冯·诺伊曼结构、戴维·韦克斯勒人类智力模型等多种模型的参考,刘锋他们提出建立“标准智能模型”,从知识的获取、掌握、创新和反馈这四个维度来评价人工智能的“智商”,也便于统一描述人工智能系统和人类的特征和属性。

此外,为了更好的分析AI,人类等智能体的智能水平,研究人员把“上面的4个维度又分成图像、文字、声音的识别和输出,常识、计算、翻译、排列,创作、挑选、猜测、发现等15个小分类,从更多维度评测AI,人类的智能。

在2014年和2016年,研究人员分别对谷歌、微软、百度等多个AI系统和3个不同年龄段人类进行了测试。测试结果如下:

Siri、小冰等人工智能系统的智力水平如何?还不如6岁的孩童

Siri、小冰等人工智能系统的智力水平如何?还不如6岁的孩童

我们可以看到,经过两年的时间,虽然各科技企业人工智能技术的“智能”程度依旧不如6对的孩童,但是其中的成长速度却是不容小觑的。

Siri、小冰等人工智能系统的智力水平如何?还不如6岁的孩童

以上还只是对各科技企业人工智能系统的一个横向比较。相比于以往,在今年的论文中,该研究团队基于这个模型也对人类,AI等智能系统进行了等级分类,让人们能够更为直观的看到人工智能系统的“智商”到底如何(I 知识信息接收,O知识信息输出,S,知识信息掌握或存储,C 知识信息创新创造)。


原文发布时间: 2017-10-09 23:29
本文作者: 韩璐
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
2月前
|
人工智能 自然语言处理 算法
为什么知识图谱是人工智能系统的未来?
检索增强生成(RAG)系统为大型语言模型(LLM)适应新数据集提供了巨大的前景,因为它提供了可据以构建响应的参考资料。
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
springboot基于人工智能和自然语言理解技术的医院智能导医系统源码
智能导诊系统可为患者提供线上挂号智能辅助服务,患者根据提示手动输入自己的基本症状,通过智能对话方式,该系统会依据大数据一步步帮助患者“诊断”,并最终推荐就医的科室和相关专家。患者可自主选择,实现“一键挂号”。这一模式将精确的导诊服务前置,从源头上让医疗服务更高效。
370 2
|
3月前
|
机器学习/深度学习 存储 人工智能
人工智能自然语言对话系统
人工智能自然语言对话系统
43 1
|
3月前
|
传感器 机器学习/深度学习 人工智能
人工智能算法和系统的进化
人工智能算法和系统的进化
35 0
|
22天前
|
机器学习/深度学习 人工智能 搜索推荐
探索安卓应用中的新趋势:人工智能驱动的智能推荐系统
传统的应用推荐系统已经无法满足用户日益增长的个性化需求。本文将探讨如何通过引入人工智能技术,构建智能推荐系统,为用户提供更加精准、个性化的应用推荐体验,进而提升应用的用户满意度和留存率。
17 0
|
1月前
|
机器学习/深度学习 传感器 人工智能
基于人工智能的自适应交通流量控制系统
【2月更文挑战第30天】 在现代城市管理中,交通拥堵一直是影响居民生活质量和城市可持续发展的关键问题。本文提出了一个基于人工智能技术的自适应交通流量控制系统,旨在通过实时数据分析、模式识别和预测算法来优化交通信号灯调度,减少交通延误,提高道路使用效率。系统采用多层神经网络与深度学习技术进行交通流状态的特征提取和趋势预测,同时结合边缘计算提升响应速度,确保了控制的实时性和准确性。本研究的创新点在于将传统的交通工程方法与最新的AI技术相结合,实现了一个具有自我学习和适应能力的智能交通管理系统。
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
构建未来:人工智能在持续学习系统中的创新应用
【2月更文挑战第28天】 随着技术的不断进步,人工智能(AI)已成为推动现代技术创新的关键力量。特别是在机器学习领域,AI系统的能力不断增强,能够处理更复杂的任务并做出更加精准的决策。本文将探讨AI在持续学习系统中的应用,重点分析其在数据处理、模式识别和自适应学习机制方面的最新进展,并提出如何利用这些技术来设计更为高效和智能的教育工具,以促进个体和组织的知识积累与技能提升。
16 1
|
5月前
|
存储 机器学习/深度学习 人工智能
唯有超大规模存储系统才能满足人工智能的需求
现代存储技术将带来新水平的自动化、性能、安全性和灵活性,这将从人工智能和机器学习数据集中释放出更大的价值,而不会受到过时硬件的限制,以及成本的不断增长。
66 0
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
小说中修仙系统的方向统计_IT修仙_人工智能的底层逻辑
小说中修仙系统的方向统计_IT修仙_人工智能的底层逻辑
110 0
|
3月前
|
存储 人工智能 自然语言处理
知识图谱系统在人工智能领域的应用与前景
知识图谱(Knowledge Graph)是一种新型的知识表示、存储和查询的方法,也是人工智能领域中重要的基础技术之一。本文主要介绍了知识图谱的概念、产生背景,以及发展历程,并详细分析了知识图谱人工智能领域中的应用,最后对其未来的发展趋势进行了展望。

热门文章

最新文章