據(jù)美國“每日科學(xué)”（ScienceDaily）網(wǎng)站報(bào)道，來自美國西北大學(xué)的一個(gè)團(tuán)隊(duì)開發(fā)出一個(gè)新的計(jì)算模型，能夠在標(biāo)準(zhǔn)智力測試中達(dá)到人類智能水平。這項(xiàng)工作是實(shí)現(xiàn)類人水平AI道路上的重要一步。

“該模型相對于成年美國人能夠達(dá)到第75百分位，高出平均水平。”西北大學(xué)的肯佛布斯(Ken Forbus)說。“對人類來說困難的問題，模型同樣會感到棘手。這表明它擁有與人類認(rèn)知相同的一些特性。”

CogSketch是佛布斯實(shí)驗(yàn)室所開發(fā)的一個(gè)人工智能平臺，新的計(jì)算模型正是基于CogSketch平臺打造。CogSketch平臺能夠解決視覺問題和理解圖形，并基于此提供即時(shí)、互動的反潰

CogSketch還引入了一個(gè)基于結(jié)構(gòu)映射理論類比計(jì)算模型。結(jié)構(gòu)映射理論（Structure-mapping theory）是西北大學(xué)心理學(xué)教授德瑞 根特納（ Dedre Gentner ）提出的理論，根特納因該理論的研究獲得了2016年的David E. Rumelhart獎。

佛布斯是西北大學(xué)McCormick工學(xué)院的電氣工程和計(jì)算機(jī)科學(xué)教授，他與前西北大學(xué)心理學(xué)博士后研究員安德魯洛維特（Andrew Lovett）共同開發(fā)此模型。二人的研究發(fā)表在本月的《心理學(xué)評論》（Psychological Review）上。

能夠解決復(fù)雜視覺問題的能力是人類智力的標(biāo)志之一。開發(fā)具有這種能力的人工智能系統(tǒng)不僅凸現(xiàn)了符號表現(xiàn)與類比在視覺推理中的重要性，而且可以潛在地縮小計(jì)算機(jī)同人類認(rèn)知之間的差距。

佛布斯和洛維特開發(fā)的系統(tǒng)能被用來建模解決一般視覺問題，兩人專門拿瑞文推理測驗(yàn)進(jìn)行了測試。瑞文標(biāo)準(zhǔn)推理測驗(yàn)（Raven’s Standard Progress Matrice，SPM）是英國心理學(xué)家瑞文（R.J.Raven）于1938年設(shè)計(jì)的一種非文字智力測驗(yàn)，用以測驗(yàn)一個(gè)人的觀察力及清晰思維的能力。

測試題目中有一個(gè)圖像缺失，受試者需要從六到八個(gè)候選項(xiàng)中做出選擇來完成最佳匹配。佛布斯和洛維特的模型在測試中的表現(xiàn)優(yōu)于普通美國人的水平。

（圖為一項(xiàng)典型的瑞文測試。受試者應(yīng)該選D，因?yàn)樗c底行中其他圖形的關(guān)系同示例最為相似。）

“瑞文測試是現(xiàn)有對流體智力意即抽象思維、推理、模式識別、解決問題和判別關(guān)系的最佳預(yù)測方法。”洛維特說，他現(xiàn)在美國海軍研究實(shí)驗(yàn)室擔(dān)任研究員。“我們的研究結(jié)果表明，靈活運(yùn)用關(guān)系表征，對之進(jìn)行對比和再解釋的能力對流體智力至關(guān)重要。”

使用和理解復(fù)雜關(guān)系表征的能力是高階認(rèn)知的關(guān)鍵。關(guān)系表征連接事物和概念，比如“鐘表在門上方”或“水壓差導(dǎo)致水流動”。這對進(jìn)行類推思維至關(guān)重要。人類正是通過這種思維解決難題、衡量道德困境，以及表述他們周遭的世界。

佛布斯說：“目前絕大多關(guān)于視覺的人工智能研究都集中在識別或特征標(biāo)記，而非推理上。但是識別只有能夠?yàn)楹罄m(xù)推理所用才有其意義。我們的研究為更廣泛地理解視覺推理走出了重要的一步。”

注：本文為網(wǎng)易智能工作室稿件，轉(zhuǎn)載需注明出處，否則追究其法律責(zé)任。

登陸|注冊歡迎登陸本站，認(rèn)識更多朋友，獲得更多精彩內(nèi)容推薦！