IT之家 2 月 6 日音尘，在最近的一次公开当作中，东说念主工智能公司 OpenAI 的首席施行官萨姆・阿尔特曼（Sam Altman）暗意，他不雅察到东说念主工智能的“智商”在往常几年中飞速提高。阿尔特曼称：“大约而言，我的嗅觉是 —— 这不是科学准确的表述，仅仅一种直观或精神层面的复兴 —— 每年咱们似乎在智商向前进了一个尺度差。”

IT之家庄重到，阿尔特曼并非第一个用智商来掂量东说念主工智能朝上的东说念主。在应酬媒体上，一些东说念主工智能规模的意见首长照旧让各式模子摄取智商测试，并对效果进行排行。但好多各人觉得，智商并不是掂量模子材干的合适主义，以致具有误导性。

牛津大学商议时刻与监管的商议员桑德拉・瓦赫特（Sandra Wachter）在摄取 TechCrunch 采访时暗意：“用东说念主类的掂量尺度来形色东说念主工智能的材干或朝上口舌常诱东说念主的，但这就好比是在相比苹果和橘子。”智商测试是一种相对而非客不雅的才略测量式样，它在逻辑和综合推理方面被觉得是一个合理的测试主义，但它无法掂量施行才略 —— 即知说念如何让事物运作的材干。

瓦赫专指出：“智商是一种掂量东说念主类材干的用具 —— 尽管它自己存在争议 —— 是基于科学家对东说念主类才略的办法而遐想的，但你不可用相似的尺度来掂量东说念主工智能的材干。汽车比东说念主类跑得快，潜水艇比东说念主类潜得深，但这并不虞味着汽车或潜水艇特出了东说念主类的才略。不可浅近地将某一方面的性能等同于东说念主类才略，东说念主类才略口舌常复杂的。”

智商测试的发祥不错追猜测优生学，优生学是一种被平凡评论的科学表面，觉得不错通过聘请性衍生来改善东说念主类。参加智商测试的东说念主需要具备纷乱的责任操心材干，何况熟谙西方文化按序，这当然为偏见留住了空间。一位心扉学家以致称智商测试为“意志模样上可被主宰的机械才略模子”。

华盛顿大学商议伦理东说念主工智能的博士候选东说念主奥斯・凯斯（Os Keyes）暗意，模子在智商测试中显露邃密，更多地反馈了测试自己的残障，而不是模子的性能。“要是领有险些无尽的内存和耐性，这些测试其实很容易被‘辱弄’。智商测试是一种相配有限的掂量瓦解、意志和才略的式样，这小数在数字谋略机发明之前咱们就照旧知说念了。”

东说念主工智能在智商测试中可能具有不公正的上风，因为模子领有海量的内存和内化的学问。常常，模子是基于大众网络数据进行考查的，而网络上有大齐从智商测试中索求的例题。伦敦国王学院的商议员迈克・库克（Mike Cook）暗意：“测试常常重迭相配相似的模式 —— 提高智商的一个绝顶可靠的要道便是锻真金不怕火智商测试，而这实质上便是每个模子齐在作念的事情。当我学习某样东西时，我不会像 AI 那样以完整的了了度将其了了地输入我的大脑 100 万次，我也无法像东说念主工智能那样毫无噪声或信号亏损地处理它。”

库克补充说念，智商测试 —— 尽管存在偏见 —— 是为东说念主类遐想的，旨在评估一般性的问题惩办材干，并不得当用于评估一种以与东说念主类截然违犯的式样惩办问题的时刻。“乌鸦可能会使用用具从盒子里取出食品，但这并不虞味着它不错插足哈佛大学。当我惩办一个数学问题时，我的大脑不仅要正确阅读页面上的翰墨，还要幸免去念念回家路上需要购买的东西，或者房间是否太冷。换句话说，东说念主类大脑在惩办问题时 —— 不论是智商测试如故其他任何问题 —— 齐要搪塞更多的事情，而且它们在惩办问题时获得的匡助也比东说念主工智能少得多。”

AI Now 商议所的首席东说念主工智能科学家海迪・赫拉夫（Heidy Khlaaf）在摄取 TechCrunch 采访时暗意，统统这些齐标明咱们需要更好的东说念主工智能测试要道。赫拉夫说：“在谋略历史中，咱们从未将谋略材干涉东说念主类材干进行精准相比，因为谋略的实质意味着系斡旋直纰漏完成超出东说念主类材干边界的任务。这种凯旋将系统性能与东说念主类材干进行相比的念念法是一个相对较新的闲隙开云(中国)kaiyun网页版登录入口，且极具争议性，围绕着不停推广和变化的用于评估东说念主工智能系统的基准的争议也越来越多。”