來源：《中國計算機學會通訊》2016年第4期《專欄》

作者：劉　鋒

2015年以來，“人工智能”成為科技界和產(chǎn)業(yè)界最熱門的詞語。智能冰箱、智能空調(diào)、智能手表和智能機器人，還有谷歌、百度各自的人工智能大腦等新產(chǎn)品不斷涌現(xiàn)。但與此同時，人工智能威脅論也甚囂塵上。我們能否通過研究人工智能產(chǎn)品和系統(tǒng)的智商發(fā)展水平并與人類智商進行對比，從而為解決人工智能威脅論問題尋找定量的分析方法呢？

人工智能定量評測目前面臨兩個重要挑戰(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目前沒有形成統(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，從而形成統(tǒng)一的、可進行相互比較的智力發(fā)展水平評價結(jié)果。

標準智能模型和人工智能智商測試

從2014年開始，我和中國科學院虛擬經(jīng)濟與數(shù)據(jù)科學研究中心教授石勇針對如何定量分析人工智能與人類智慧的關(guān)系進行了研究，研究參考了馮·諾伊曼結(jié)構(gòu)、戴維·韋克斯勒人類智力模型、知識管理領域DIKW（Data, Information, Knowledge, Wisdom，數(shù)據(jù)、信息、知識、智慧）模型體系等。我們分別在2014年和2015年發(fā)表論文提出建立“標準智能模型”，統(tǒng)一描述人工智能系統(tǒng)和人類的特征和屬性。

其中，馮·諾伊曼結(jié)構(gòu)給我們的啟發(fā)是：標準智能系統(tǒng)模型應包含輸入/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，標準智能系統(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我們的啟發(fā)是：智力能力由多個要素組成，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模型體系給我們的啟發(fā)是：智慧是一種解決問題、積累知識的能力；而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。一個智能系統(tǒng)不僅僅要掌握知識，更重要的是還要有解決問題的創(chuàng)新能力。這種對知識的掌握能力、解決問題的創(chuàng)新能力與戴維·韋克斯勒理論、馮·諾伊曼架構(gòu)相結(jié)合，就可以形成智能系統(tǒng)智力能力的多層次結(jié)構(gòu)“標準智能模型”，如圖1所示。

根據(jù)上述研究，可提出標準智能系統(tǒng)的判定標準：任何系統(tǒng)（包括人工智能系統(tǒng)、人類等生命系統(tǒng)），如果符合如下特征，就可以認為這個系統(tǒng)屬于標準智能系統(tǒng)。

● 特征1：能通過聲音、圖像、文字等方式（包括但不限于這三種方式）從外界獲取數(shù)據(jù)、信息和知識的能力。

● 特征2：能夠?qū)耐饨绔@取的數(shù)據(jù)、信息和知識轉(zhuǎn)化為系統(tǒng)掌握的知識。

● 特征3：能根據(jù)外界數(shù)據(jù)、信息和知識所產(chǎn)生的需求，通過運用所掌握的知識進行創(chuàng)新的能力。這些能力包括但不限于聯(lián)想、創(chuàng)作、猜測、發(fā)現(xiàn)規(guī)律等，這種能力運用的結(jié)果可以形成自身掌握的新知識。

● 特征4：能夠通過聲音、圖像、文字等方式（包括但不僅限于這三種方式）將系統(tǒng)產(chǎn)生的數(shù)據(jù)、信息和知識反饋給外界或?qū)ν饨邕M行改造。

2014年，我們在標準智能模型的基礎上構(gòu)建了人工智能智商評測量表。從信息或知識的輸入、輸出、掌握和創(chuàng)新等四大方面建立人工智能智商評價體系，并在此基礎上建立圖像、文字、聲音識別、常識、計算、翻譯、創(chuàng)作、挑選、猜測、發(fā)現(xiàn)等十五個小類，形成人工智能智商評測量表。我們對世界50個搜索引擎和3類不同年齡段人群進行了“人工智能智商測試”，測試結(jié)果發(fā)現(xiàn)目前人工智能系統(tǒng)的智商遠遠低于人類智商，評測最高的谷歌系統(tǒng)尚不及6歲兒童智商的一半，見表1。

2016年2月，我們和中國科學院大學劉穎團隊開展“2016年人工智能智商測試”，目前已對谷歌、百度、搜狗等人工智能系統(tǒng)以及蘋果Siri、微軟小冰等進行了測試，工作還在進行中。不過從已完成的工作看，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歲兒童有較大差距。

擴展的馮·諾伊曼架構(gòu)

標準智能模型的建立參考了馮·諾伊曼架構(gòu)。馮·諾伊曼架構(gòu)由計算器、邏輯控制裝置、存儲器、輸入系統(tǒng)和輸出系統(tǒng)五個部分構(gòu)成。通過對比圖1和圖2的差別能夠發(fā)現(xiàn)，馮·諾伊曼架構(gòu)可以補充兩個部分。通過這種補充，我們得以將人、機器以及人工智能系統(tǒng)用一個更為明晰的方式表示出來。

第一個補充是創(chuàng)新創(chuàng)造功能，即能夠根據(jù)已有的知識，發(fā)現(xiàn)新的知識元素和新的規(guī)律，使之進入到存儲器，供計算機和控制器使用，并通過輸入/輸出系統(tǒng)與外部進行知識交互。第二個補充是能夠進行知識共享的外部知識庫或云存儲器，而馮·諾伊曼架構(gòu)的外部存儲只為單一系統(tǒng)服務。因此，對馮·諾伊曼架構(gòu)進行擴展，可形成新的架構(gòu)（見圖3）。

人工智能系統(tǒng)智能等級分級標準

在研究的過程中還發(fā)現(xiàn)，無論在自然界還是人類社會，即使是智商相同的人工智能系統(tǒng)，因其所在關(guān)鍵領域仍然存在巨大差異，也都存在智能和知識的分級現(xiàn)象。譬如，螞蟻、魚、猴子和人類，雖然都屬于生命系統(tǒng)，但其種群個體都存在智能的差異。人類的教育體系也存在分級，例如本科、碩士、博士的分級。等級內(nèi)部進行考核區(qū)分優(yōu)劣，但在不同等級間，需要在知識、能力、資歷上有明顯提升和考核才能升級。

回到人工智能系統(tǒng)的智商測試上，應如何區(qū)分智能系統(tǒng)因在關(guān)鍵領域功能不同而產(chǎn)生的巨大差異呢？上述研究中提到的“標準智能模型”（擴展的馮·諾伊曼架構(gòu)）給了我們啟發(fā)，判斷標準如下：

● 能不能和測試者（人類）進行信息交互，也就是有沒有輸入/輸出系統(tǒng)；

● 系統(tǒng)內(nèi)部有沒有能夠存儲信息和知識的知識庫；

● 這個系統(tǒng)的知識庫能不能不斷更新和增長；

● 這個系統(tǒng)的知識庫能不能與其他人工智能系統(tǒng)進行知識共享；

● 這個系統(tǒng)除了從外部學習并更新自己的知識庫之外，能不能主動產(chǎn)生出新的知識并分享給其他人工智能系統(tǒng)。

人工智能系統(tǒng)的6個智能等級分級

對于人工智能系統(tǒng)的第0級系統(tǒng)，其基本特征在理論上存在，但現(xiàn)實中并不存在這樣的人工智能系統(tǒng)。在擴展的馮·諾伊曼架構(gòu)延伸出來的分級規(guī)則中，可以做一些組合，例如可以信息輸入，但不能信息輸出；或者可以信息輸出，但不能信息輸入；或者可以創(chuàng)新創(chuàng)造，但知識庫不能增長。對于這些在現(xiàn)實中不能或無法找到對應系統(tǒng)范例的案例，我們將其統(tǒng)一劃歸到“人工智能系統(tǒng)的第0級系統(tǒng)”，也可以叫“人工智能系統(tǒng)的特異類系統(tǒng)”。

對于人工智能系統(tǒng)的第1級系統(tǒng)，其基本特征是無法與人類測試者進行信息交互。例如有一種被稱為泛靈論的思想認為天下萬物皆有靈魂或自然精神，一棵樹和一塊石頭都和人類一樣，具有同樣的價值與權(quán)利。當然，這種觀點從科學的角度看，只能算作猜想或哲學思考。從“能不能和測試者（人類）進行信息交互”的分級規(guī)則看，因為石頭等物體不能與人類進行信息交互，也許它內(nèi)部有知識庫，能夠創(chuàng)新知識，或者能夠與其他石頭進行信息交互，但對人類測試者來說則是黑箱，不能讓人了解。因此不能與測試者（人類）進行信息交互的物體和系統(tǒng)可以定義為“人工智能系統(tǒng)的第1級系統(tǒng)”，符合第1級分類的范例有石頭、木棍、鐵塊以及水滴等等不能與人類進行信息交互的物體或系統(tǒng)。

對于人工智能系統(tǒng)的第2級系統(tǒng)，其基本特征是能夠與人類測試者進行交互，存在控制器和存儲器，即馮·諾伊曼架構(gòu)描述的系統(tǒng)，因此很多家用電器被稱作智能家電，如智能冰箱、智能電視、智能微波爐和智能掃地機。這些系統(tǒng)大多有一個特點，即雖然它們內(nèi)部或多或少有控制程序信息，但一旦出廠，就無法再更新它們的控制程序，不能進行升級，更不會自動地學習或產(chǎn)生新的知識。譬如智能洗衣機，人們按什么鍵，洗衣機就啟動什么功能。從購買到損壞，其功能都不會發(fā)生變化（故障除外）。這種系統(tǒng)能夠與人類測試者和使用者進行信息交互，符合馮·諾伊曼架構(gòu)描述的特征，而且它的控制程序或知識庫從誕生時起就不再發(fā)生變化，這種系統(tǒng)可以定義為“人工智能系統(tǒng)的第2級系統(tǒng)”，范例包括日常見到的掃地機器人、老式的家用電冰箱、空調(diào)、洗衣機等等。

對于人工智能系統(tǒng)的第3級系統(tǒng)，其基本特征是除具備2級系統(tǒng)的特征外，其控制器、存儲器中包含的程序或數(shù)據(jù)可不聯(lián)網(wǎng)進行升級或增加。例如家用電腦和手機是我們常用的智能設備，它們的操作系統(tǒng)往往可以定期升級。例如，電腦的操作系統(tǒng)可從Windows1.0升級到Windows10.0，手機的操作系統(tǒng)可從Android1.0升級到Android5.0，這些設備的內(nèi)部應用程序也可以根據(jù)不同的需要不斷更新升級。這樣，家用電腦、手機等設備的功能會變得越來越強大，可以應對的場景也越來越多。除了家用電腦，很多家用電器、機器人也都開始留有接口，可以通過外接設備進行系統(tǒng)升級。這一類系統(tǒng)明顯比第2級智能系統(tǒng)適應性更強。這種系統(tǒng)能夠與人類測試者、使用者進行信息交互，但不能與其他系統(tǒng)通過“云端”進行信息交互，其控制程序或知識庫只能接受USB、光盤等外接設備進行程序或信息升級的系統(tǒng)，可以定義為“人工智能系統(tǒng)的第3級系統(tǒng)”，范例包括智能手機、家用電腦、單機版的辦公軟件等。

對于人工智能系統(tǒng)的第4級系統(tǒng)，其基本特征除了包含3級系統(tǒng)的特征外，最重要的是可以通過網(wǎng)絡與其他智能系統(tǒng)共享信息和知識。2011年歐盟資助了一個叫作RoboEarth的項目，該項目旨在讓機器人可以通過互聯(lián)網(wǎng)分享知識。幫助機器人相互學習、共享知識，不僅能夠降低成本，還會幫助機器人提高自學能力、適應能力，推動其更快、更大規(guī)模地普及。云機器人的這些能力提高了其對復雜環(huán)境的適應性。這類系統(tǒng)除了具備3級系統(tǒng)的功能，還多了一個重要的功能，即信息可以通過云端進行共享，因此這種系統(tǒng)能夠與人類測試者、使用者進行信息交互，可以通過“云端”進行信息交互，進行程序或信息升級。但這類系統(tǒng)所有的信息都是直接從外部獲得，其內(nèi)部無法自主地、創(chuàng)新創(chuàng)造性地產(chǎn)生新的知識。這種系統(tǒng)可以定義為“人工智能系統(tǒng)的第4級系統(tǒng)”，范例包括谷歌大腦、百度大腦、RoboEarth云機器人、B/S（Browser/Server，瀏覽器/服務器）架構(gòu)的網(wǎng)站等。

對于人工智能系統(tǒng)的第5級系統(tǒng)，最基本的特征就是能夠創(chuàng)新創(chuàng)造，識別和鑒定創(chuàng)新創(chuàng)造對人類的價值，以及將創(chuàng)新創(chuàng)造產(chǎn)生的成果應用在人類的發(fā)展過程中。我們在擴展的馮·諾伊曼架構(gòu)時，對原來的馮·諾伊曼架構(gòu)增加了創(chuàng)新知識模塊，就是試圖把人納入到擴展的人工智能系統(tǒng)概念中，人類可以看作是大自然構(gòu)建的特殊“人工智能系統(tǒng)”。與前四個等級不同，人類等生命體最大的特征就是可以不斷地創(chuàng)新創(chuàng)造，如發(fā)現(xiàn)萬有引力、元素周期表，撰寫出新小說，創(chuàng)造新的音樂、畫作等等，然后通過文章、信件、電報，甚至互聯(lián)網(wǎng)進行傳播和分享。不斷地進行創(chuàng)新創(chuàng)造，并能夠識別創(chuàng)新創(chuàng)造對自身的用處，這讓人類占據(jù)了地球生態(tài)環(huán)境下的智力制高點。因此，這種系統(tǒng)能夠與人類測試者使用者進行信息交互，可以創(chuàng)新創(chuàng)造出新的知識，并可以通過文章、信件、電報甚至互聯(lián)網(wǎng)這樣的“云端”進行信息交互，這種系統(tǒng)可以定義為“人工智能系統(tǒng)的第5級系統(tǒng)”。人類是第5級人工智能系統(tǒng)最突出的范例。

谷歌AlphaGo屬于智能的第幾等級

2016年3月，谷歌AlphaGo（阿爾法狗）與韓國圍棋世界冠軍李世石進行了舉世矚目的圍棋比賽，并以大比分獲得勝利。那么AlphaGo屬于人工智能系統(tǒng)的第幾級？我們可以根據(jù)上述規(guī)則進行評定。

因為AlphaGo可以與棋手進行比賽，具有龐大的運算系統(tǒng)和數(shù)據(jù)存儲系統(tǒng)，因此具備第2級系統(tǒng)的條件。在谷歌的研發(fā)過程中，AlphaGo的策略訓練模型版本通過不斷進行大量數(shù)據(jù)訓練而不斷升級，從2016年1月與歐洲冠軍對戰(zhàn)，到2016年3月與韓國圍棋世界冠軍李世石比賽，AlphaGo的軟硬件系統(tǒng)也獲得很大提升，因此AlphaGo具備了第3級系統(tǒng)的條件。

從公開的資料看，AlphaGo雖然可以通過網(wǎng)絡實現(xiàn)大量CPU和GPU協(xié)同工作，但由于保密性或階段性問題，谷歌目前還沒有在互聯(lián)網(wǎng)上開放AlphaGo程序接受用戶的在線挑戰(zhàn)，因此AlphaGo不具備第4級智能系統(tǒng)條件。

關(guān)于AlphaGo是否具備創(chuàng)新創(chuàng)造性問題，我們認為它依然是依托人工支持的大數(shù)據(jù)訓練形成的策略模型，同時在比賽中結(jié)合比賽對手的落點數(shù)據(jù)，根據(jù)其內(nèi)部的運算規(guī)則，來不斷形成自己的落點數(shù)據(jù)，這些落點數(shù)據(jù)最終形成比賽數(shù)據(jù)集合。AlphaGo根據(jù)圍棋規(guī)則與對手的比賽數(shù)據(jù)集合進行計算和比較，判斷輸贏，整個過程完全在人類設定的規(guī)則下運行，無法體現(xiàn)其自身的創(chuàng)造性，如圖4所示。

即使AlphaGo形成的落點數(shù)據(jù)集合很可能是人類歷史上沒有出現(xiàn)過的，也不能說明AlphaGo具備了獨立的創(chuàng)新創(chuàng)造功能。例如，我們用計算機程序?qū)崿F(xiàn)下述過程：從1萬到100萬的自然數(shù)中隨機選取兩個數(shù)進行相乘，記錄相乘結(jié)果，重復此過程361次，即使得出的自然數(shù)集合很大，并且可能是人類歷史上沒有出現(xiàn)過的，我們也不能認定該計算機程序具有創(chuàng)新創(chuàng)造性。

如果AlphaGo在沒有人類提供數(shù)據(jù)的情況下，能夠主動獲取棋譜，自動設計程序進行模擬對戰(zhàn)，學習經(jīng)驗，并用于改變自己的訓練模型，用于實戰(zhàn)比賽，戰(zhàn)勝對手，那么在這種情況下，我們才可能認為AlphaGo具備創(chuàng)新性。但從人工智能的發(fā)展過程看，AlphaGo還完全無法實現(xiàn)這一點。因此，綜合來看，AlphaGo的智能等級被評定為3級，與人類相差兩個級別。

工作意義和后續(xù)工作

對人工智能系統(tǒng)進行智力分級，有助于我們更好地對這些智能系統(tǒng)進行分類和評判，同時為低等級智能系統(tǒng)的發(fā)展方向提供支持。對于人工智能系統(tǒng)的分級問題，我們與石勇教授等人正在建立數(shù)學模型，希望用定量的方式判斷人工智能系統(tǒng)所屬的分類等級。這項工作在公布之后，我們也將撰文向大家匯報。

作者：

劉鋒

中科圖靈世紀CEO，人工智能學家主編，北京交通大學計算機博士。主要研究方向為人工智能智能等級和智商研究、互聯(lián)網(wǎng)與腦科學交叉對比研究等。