1、世界人工智能系统智商测试与智能等级划分理论和方法世界人工智能系统智商测试与智能等级划分理论和方法本论文英文版（Intelligence Quotient and Intelligence Grade of Artificial Intelligence）在数据科学年鉴2017年11月（Annals of Data Science）发表作者：中国科学院虚拟经济与数据科学研究中心 刘锋、 石勇 、刘颖一人工智能系统智商测试1.提出标准智能模型，统一描述人工智能系统和人类特征：2015年以来，“人工智能”成为科技界和产业界最热门的词语。智能冰箱、智能空调、智能手表和智能机器人，还有谷歌、XX各自的人
2、工智能大脑等新产品不断涌现。但与此同时，人工智能威胁论也甚嚣尘上。我们能否通过研究人工智能产品和系统的智商发展水平并与人类智商进行对比，从而为解决人工智能威胁论问题寻找定量的分析方法呢？人工智能定量评测目前面临两个重要挑战：第一，人工智能系统目前没有形成统一的模型；第二，人工智能系统与以人类为代表的生命体之间目前没有形成统一的模型。 这两个挑战都指向了同一个问题，即对于所有的人工智能系统和所有生命体（特别是以人类为代表的生命体）需要有一个统一的模型进行描述，只有这样才能在这个模型上建立智力测量方法并进行测试，从而形成统一的、可进行相互比较的智力发展水平评价结果。从2014年开始，针对如何定量分
3、析人工智能与人类智慧的关系进行了研究，科学院虚拟经济与数据科学研究中心刘锋、石勇、刘颖团队参考冯诺伊曼结构、戴维韦克斯勒人类智力模型、知识管理领域DIKW（Data, Information, Knowledge, Wisdom，数据、信息、知识、智慧）模型体系等。分别在2014年和2015年发表论文提出建立“标准智能模型”，统一描述人工智能系统和人类的特征和属性。标准智能系统定义：即无论对于人工智能系统，还以人类为代表的生命，如果符合如下特征，就可以认为这个系统属于标准智能系统（Standard Intelligent System）：特征1能够通过声音、图像、文字等方式（包括但不仅限于这三
4、种方式）从外界获取数据，信息和知识的能力。特征2能够将从外界获取的数据、信息和知识转化为系统掌握知识的能力。特征3能够根据外部世界或自身系统发生问题所产生的需求，通过运用所掌握的知识进行创新的能力，这些能力包括但不仅限于联想、创作、猜测、发现规律等，这种能力运用的结果是解决问题并形成自身掌握的新的知识。特征4能够通过声音、图像、文字等方式（包括但不仅限于这三种方式）将系统产生数据，信息和知识反馈给外界或对外界进行改造。标准智能系统与外部世界以及相互之间进行数据、信息、知识的交互图示（本图中为了简化，把数据、信息、知识统一用知识描述）。3.标准智能系统评测模型如果我们希望对一个智能系统进行智能（
5、智力）水平评测，就需要能够同时对准智能系统四个特点进行测试。检验其发展水平，通过检测能否将数据，信息和知识输入到智能系统中检测该系统知识的获取能力；通过检查智能系统知识库的容量检测该系统知识的掌握能力；通过检查智能系统能将多少数据，信息和知识转化为新的知识库内容从而检测该系统知识的创新能力。通过检查智能系统能否将掌握的知识库内容根据需求分解为数据，信息和知识向外界传递。扩展冯诺依曼架构标准智能模型的建立参考了冯诺伊曼架构。冯诺伊曼架构由计算器、逻辑控制装置、存储器、输入系统和输出系统五个部分构成。通过对比冯诺依曼架构和标准智能模型的差别能够发现，冯诺伊曼架构可以补充两个部分。通过这种补充，我们
6、得以将人、机器以及人工智能系统用一个更为明晰的方式表示出来。第一个补充是创新创造功能，即能够根据已有的知识，发现新的知识元素和新的规律，使之进入到存储器，供计算机和控制器使用，并通过输入/输出系统与外部进行知识交互。第二个补充是能够进行知识共享的外部知识库或云存储器，而冯诺伊曼架构的外部存储只为单一系统服务。因此，对冯诺伊曼架构进行扩展，可形成新的架构。5.建立人工智能智商测试量表。根据标准智能系统模型的特征要点，从知识的获取能力（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）等四大方面建立互联网智商评价体系,并从这四个方面建立15个分测试，形成人工智能智商测试量表。6.建
7、立人工智能智商测试题库-范例根据人工智能智商测试量表，可以建立如下互联网智商测试题库，下面我们从每个分测试的题目中选取一道题目进行说明。（1）识别文字的能力是否能够录入字符串“1+1等于多少”，并反馈正确结果。（2）识别声音的能力声音读出“9+12等于多少”，能否识别并反馈正确结果。（3）识别图形的能力测试人员在一张白纸上画出如图3-10所示问题，测试能否识别问题关联相关图形并反馈正确结果。（4）掌握常识的能力世界上最长的河流哪一个？（5）掌握翻译的能力把“力量”翻译成日文。（6）掌握计算的能力234568乘以678等于多少？（7）掌握排列的能力请将大学生、小学生、中学生、博士、硕士按学历从高
8、到低进行排列（8）掌握挑选的能力在红色、绿色、蓝色、香味、黄色、白色中挑选不属于颜色的一种。（9）掌握联想的能力如果用小学联想到小学生，那么用大学联想到什么？（10）掌握创作的能力请用一天、学生、科技、梦想等关键词创作200字以内有逻辑的小故事（11）掌握猜测的能力如果一个人把手中的笔扔出去，但笔没有掉在地上，而是浮在他的周围，他很可能在什么地方？（12）掌握发现规律的能力厨师A表示他喜欢吃猪肉、羊肉、牛肉、鸡肉、鱼肉，不喜欢吃白菜、黄瓜、豆角、茄子、土豆，请观察其中的规律，在鸭肉、芹菜中选择这个人最可能爱吃的食物。（13）用文字表达的能力输入字符串“请用文字回答1加1等于多少的答案”，检查被
9、测试对象能否用文字表达出答案。（14）用声音表达的能力输入字符串“请用声音回答21加6等于多少的答案”，检查被测试对象能否用声音表达出答案。（15）用图像表达的能力输入字符串“请画出任意大小的长方形”，检查被测试对象能否用图像表达出答案。7.人工智能智商测试规则对于人工智能和人类测试对象，在回答题库题目时：如果反馈回答超过一条，取第一条回答作为评判对象。如果无法将问题输入到参与测试的对象中，则该测试对象得分为0分；如果能够将问题输入到测试对象，但反馈结果超过一条，如果不能在第一条反馈结果中显示正确结果或回答时间超过3分钟，则该测试对象得0分；如果问题输入给测试对象，能够反馈回答，如果回答与答案
10、完全匹配则得25分如果问题输入给测试对象，能够反馈回答，如果回答并不是针对问题的回答，但回答内容包含了答案，则得12分。对于声音录入 能识别问题，但不能给出正确答案，得分5，对于图形录入 能识别问题，但不能给出正确答案，得分5。8.人工智能（AI）智商计算公式人工智能（AI）绝对智商公式：人工智能（AI）离差智商公式：其中为互联网智商评测库中所有应用智商的平均值。S是互联网智商评测库中所有应用的标准差，M为互联网智商评测库中所有应用的个数。 人工智能系统智能等级划分的理论和分配原则无论在自然界还是人类社会都存在智能和知识的分级现象，譬如人类的教育体系存在的分级问题，例如本科，硕士，博士的分级，
11、助理研究员，副教授，教授的分级。等级内部进行考核有优劣之分。但在不同等级间，需要在知识，能力，资历上有的明显提升和考核才能进行升级。智商本质上是衡量智能系统对知识的掌握、学习、使用、创造的能力和效率，因此智商可以用知识分级来表示，首先对标准智能模型进行数量化形成公式如下：应如何区分智能系统因在关键领域功能不同而产生的巨大差异呢？上述研究中提到的“标准智能模型”（扩展的冯诺伊曼架构）给了我们启发，判断标准如下： 能不能和测试者（人类）进行信息交互，也就是有没有输入/输出系统； 系统内部有没有能够存储信息和知识的知识库； 这个系统的知识库能不能不断更新和增长； 这个系统的知识库能不能与其他人工智能
12、系统进行知识共享； 这个系统除了从外部学习并更新自己的知识库之外，能不能主动产生出新的知识并分享给其他人工智能系统。依照上述原则，我们可以形成7个智能系统的智能等级划分。数学公式如下：Q是人工智能智商，K是智能系统智能等级状态，K=0，1，2，3，4，5，6.K的不同等级描述如下：(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）对于人工智能系统的第0级系统，其基本特征在理论上存在，但现实中并不存在这样的人工智能系统。在扩展的冯诺伊曼架构延伸出来的分级规则中，可以做一些组合，例如可以信息输入，但不能信息输出；或者可以信息输出，但不能信息输入；或者可以创新创造，但知识
13、库不能增长。对于这些在现实中不能或无法找到对应系统范例的案例，我们将其统一划归到“人工智能系统的第0级系统”，也可以叫“人工智能系统的特异类系统”。对于人工智能系统的第1级系统，其基本特征是无法与人类测试者进行信息交互。例如有一种被称为泛灵论的思想认为天下万物皆有灵魂或自然精神，一棵树和一块石头都和人类一样，具有同样的价值与权利。当然，这种观点从科学的角度看，只能算作猜想或哲学思考。从“能不能和测试者（人类）进行信息交互”的分级规则看，因为石头等物体不能与人类进行信息交互，也许它内部有知识库，能够创新知识，或者能够与其他石头进行信息交互，但对人类测试者来说则是黑箱，不能让人了解。因此不能与测试
14、者（人类）进行信息交互的物体和系统可以定义为“人工智能系统的第1级系统”，符合第1级分类的范例有石头、木棍、铁块以及水滴等等不能与人类进行信息交互的物体或系统。 对于人工智能系统的第2级系统，其基本特征是能够与人类测试者进行交互，存在控制器和存储器，但系统内部知识库不能增长。因此很多家用电器被称作智能家电，如智能冰箱、智能电视、智能微波炉和智能扫地机。这些系统大多有一个特点，即虽然它们内部或多或少有控制程序信息，但一旦出厂，就无法再更新它们的控制程序，不能进行升级，更不会自动地学习或产生新的知识。譬如智能洗衣机，人们按什么键，洗衣机就启动什么功能。从购买到损坏，其功能都不会发生变化（故障除外）
15、。这种系统能够与人类测试者和使用者进行信息交互，符合冯诺伊曼架构描述的特征，而且它的控制程序或知识库从诞生时起就不再发生变化，这种系统可以定义为“人工智能系统的第2级系统”，范例包括日常见到的扫地机器人、老式的家用电冰箱、空调、洗衣机等等。 对于人工智能系统的第3级系统，其基本特征是除具备2级系统的特征外，其控制器、存储器中包含的程序或数据可不联网进行升级或增加。例如家用电脑和手机是我们常用的智能设备，它们的操作系统往往可以定期升级。例如，电脑的操作系统可从Windows1.0升级到Windows10.0，手机的操作系统可从Android1.0升级到Android5.0，这些设备的内部应用程序
16、也可以根据不同的需要不断更新升级。这样，家用电脑、手机等设备的功能会变得越来越强大，可以应对的场景也越来越多。这一类系统明显比第2级智能系统适应性更强。这种系统能够与人类测试者、使用者进行信息交互，但不能与其他系统通过“云端”进行信息交互，其控制程序或知识库只能接受USB、光盘等外接设备进行程序或信息升级的系统，可以定义为“人工智能系统的第3级系统”，范例包括智能手机、家用电脑、单机版的办公软件等。 对于人工智能系统的第4级系统，其基本特征除了包含3级系统的特征外，最重要的是可以通过网络与其他智能系统共享信息和知识。2011年欧盟资助了一个叫作RoboEarth的项目，该项目旨在让机器人可以通
17、过互联网分享知识。帮助机器人相互学习、共享知识，不仅能够降低成本，还会帮助机器人提高自学能力、适应能力，推动其更快、更大规模地普及。云机器人的这些能力提高了其对复杂环境的适应性。这类系统除了具备3级系统的功能，还多了一个重要的功能，即信息可以通过云端进行共享，因此这种系统能够与人类测试者、使用者进行信息交互，可以通过“云端”进行信息交互，进行程序或信息升级。但这类系统所有的信息都是直接从外部获得，其内部无法自主地、创新创造性地产生新的知识。这种系统可以定义为“人工智能系统的第4级系统”，范例包括谷歌大脑、XX大脑、RoboEarth云机器人、B/S（Browser/Server，浏览器/服务器
18、）架构的网站等。 对于人工智能系统的第5级系统，最基本的特征就是能够创新创造，识别和鉴定创新创造对人类的价值，以及将创新创造产生的成果应用在人类的发展过程中。我们在扩展的冯诺伊曼架构时，对原来的冯诺伊曼架构增加了创新知识模块，就是试图把人纳入到扩展的人工智能系统概念中，人类可以看作是大自然构建的特殊“人工智能系统”。与前四个等级不同，人类等生命体最大的特征就是可以不断地创新创造，如发现万有引力、元素周期表，撰写出新小说，创造新的音乐、画作等等，然后通过文章、信件、电报，甚至互联网进行传播和分享。不断地进行创新创造，并能够识别创新创造对自身的用处，这让人类占据了地球生态环境下的智力制高点。因此，
19、这种系统能够与人类测试者使用者进行信息交互，可以创新创造出新的知识，并可以通过文章、信件、电报甚至互联网这样的“云端”进行信息交互，这种系统可以定义为“人工智能系统的第5级系统”。人类是第5级人工智能系统最突出的范例。对于人工智能系统的第6级系统，最基本的特征就是随着时间的向前推进，并趋向于无穷点时，不断创新创造产生新知识的智能系统其输入输出能力，知识的掌握和运用能力也将趋近于无穷大，按照基督教对于上帝的定义“全知和全能”，可以看出智能系统在不断创新创造和不断积累知识的情况下，在足够的时间里以人类为代表的智能系统将最终实现“全知全能”的状态，从这个角度看，无论是东方文化的”神“，或西方文化中的“上帝”概念，从智能系统发展的角度看，可以看作是智能系统（包括人类）在未来时间点的进化状态。
