人工智能很可能在不久的将来超越人类智能。尽管技术取得了巨大进步，但人工智能仍远未完成。人类智能的目标是通过不同的认知过程从经验中学习和适应新环境，而人工智能的目标是模仿和超越人类的行为。如何衡量人类智力人类智力可以通过小组测试或个人测试来衡量。大多数人在遇到一个人后只需要几分钟就可以做出判断。长期以来，哲学家和心理学家一直在争论如何概念化和衡量智力、智力有多少种类型、先天和后天在智力中的作用、智力的社会、生物和环境决定因素，以及智力在大脑中的作用。如何表现。20世纪初，比奈和西蒙开发了第一个智力测验——“学校智力测验”，其中包括多种问题，如命名物体、定义单词、画图、完成句子、比较项目和使句子。智商被广泛用作衡量智力的年龄调整指标。智商是从一套用于评估人类智力的标准化测试或子测试中得出的总分。Stanford-Binet测试是一种综合智力测量，由各种任务组成，包括词汇、图片记忆、命名熟悉的对象、重复句子和执行命令。韦氏成人智力量表是美国使用最广泛的成人智商测试。最常见的智商测试有：Stanford-BinetIntelligenceScaleGeneralVerbalIntelligenceDifferentialAbilityScalePeabodyIndividualAchievementTestWechslerIndividualAchievementTestWechslerAdultIntelligenceScaleCognitiveImpairmentWoodcockJohnsonIIITest智商在130以上的人通常与高智商有关。分数低于70通常会引起关注。它们可能表明存在潜在的学习障碍。人工智能分为三种类型：人工智能的进步使我们能够在各个学科中取得进步。狭义人工智能(ANI)，其功能范围有限。通用人工智能(AGI)，具有可与人类能力相媲美的特性。人工智能（ASI），拥有超越人类的技能。如何衡量AI中的智能有4种主要方法可以衡量AI系统中的智能：广度：我们所知道的大多数智能系统，例如人脑，都具有广泛的能力。孩子可以学习许多任务，例如走路、说话等等。一个应该被认为是智能的人工智能系统应该具有类似的广泛能力。人工智能系统应该能够学习任何任务，而无需人类工程师直接对其源代码进行任何修改。但我们都知道“天下没有免费的午餐”定理，即擅长一组特定任务的算法会因在其余一组任务上表现不佳而付出代价。这意味着有了如此广泛的人工智能系统，我们需要一套基本的学习算法，而不仅仅是一个。解决通用人工智能，这是AI的更广泛版本。事实上，这种能力绝对可以帮助我们衡量一个人工智能系统的智能程度。数据要求：一个强大的人工智能系统应该能够从尽可能少的数据中建模问题，但它也应该能够消耗巨大的谷歌规模数据并理解它。从非常少的训练数据中进行概括的能力是智能的有力指标，而不是对需要大量数据的问题进行建模。监督与无监督：显然，根据应用范围，我们在AI中既需要监督学习也需要无监督学习，但由于周围的未标记数据多于标记数据，因此无监督学习更具吸引力。无监督学习意味着智能，因为在最少监督下自主学习的系统被认为比其他需要更多监督的系统更智能。这在人类智力中非常明显，可以自己完成编码等任务的孩子被认为更聪明。预测性：人工智能有可能在不久的将来超越人类智能。尽管技术取得了巨大进步，但人工智能仍远未完成。人类智能的目标是通过不同的认知过程从经验中学习和适应新环境，而人工智能的目标是模仿和超越人类的行为。
