人类真的比计算机更聪明吗？

尽管IBM公司的深度问答超级计算机取得了惊人的成绩，但我们并没有把它们称之为“智能”。不过，下一代或者更后面的超级计算机会是怎样的呢？

在对机器智能做出预测之前，我们需要一种超越千万亿次运算和数据传输率等简单尺度的判断标准。我们需要建立一种标准的衡量方式来衡量机器智能。

测试人工智能的想法要追溯到英国数学家图灵以及以他的名字命名的图灵测试。图灵测试是让未曾谋面的人类和机器通过文字进行交谈。如果评判员无法正确辨认出谁是人工智能的话，那么它就通过了测试。要么通过，要么通不过，结果很直接。

可是虽然这种测试法可能对于确定像人类这样的智能很有帮助，但是大家都认为这种智能并不是唯一的智能类型。

海豚或黑猩猩可能永远无法通过这样的测试，但是这两种动物都展现出相当的智能。这只是因为其智力的特点和水平与人类不同罢了。

对于机器智能来说也是一样。仅仅因为计算机没有达到人类这样的智能并不意味着智能的萌芽不存在。另外，几十年后，一种人工通用智能也许因为与人类的头脑完全不同而通过不了图灵测试，但它可能在很多方面要比我们强得多。

一个多世纪以来，针对人的心理测试一直存在。虽然一些人可能会对给个体的智力打分的事情到底好不好有异议，但事实是这些测试使我们对各人种智力的分布情况有了相当多的了解。当然，这种测试无法用于非人类。所以我们怎样开发出一种适用于机器的测试方法呢？

多年来，人们提出了许多种测试机器智能的方法。许多测试理论在数学上不够严谨。要想对非人类进行测试并按照有意义的尺度来对其评分，我们就必须精确地评价问题和挑战任务的复杂程度。

最近，人类设想了一个创建挑战任务的框架且挑战任务在数学上是严谨的。这种测试的依据是算法信息理论和复杂性理论。具体来说就是给挑战任务打一个数学的分值。这种方式使得我们可以根据智能的水平不论它是动物、机器或者理论上说的外星人来定制挑战任务，然后对结果打分。

这给我们提出了一个问题：机器们探讨人类是否真的属于智能的那一天是不是迫近了呢？(理查德·扬克)

更多计算机与外设信息请关注：21ic计算机与外设频道