美國西北大學(xué)的一支團(tuán)隊(duì)開發(fā)了新的計(jì)算模型，能完成人類水平的標(biāo)準(zhǔn)智力測試。對于讓人工智能系統(tǒng)以類似人類的方式去理解世界，這是重要一步。

西北大學(xué)工程學(xué)院的肯·弗布斯（Ken Forbus）表示：“這一模型的得分好于平均水平。對人類來說較難的問題對這一模型同樣較難。這進(jìn)一步證明，模型找到了人類認(rèn)知領(lǐng)域的某些重要特征。”

這一新的計(jì)算模型基于弗布斯實(shí)驗(yàn)室此前開發(fā)的人工智能平臺CogSketch。該平臺有能力解決各類可視化問題，理解素描內(nèi)容，提供具有交互性的反饋信息。基于西北大學(xué)心理學(xué)教授德魯·占特納（Dedre Gentner）的結(jié)構(gòu)化匹配理論，CogSketch還集成了用于類比的計(jì)算模型。

弗布斯與西北大學(xué)心理學(xué)博士后研究員安德魯·勒威特（Andrew Lovett）一同開發(fā)了這一模型。他們的研究成果發(fā)布在本月的《心理學(xué)評論》期刊上。

解決復(fù)雜可視化問題的能力是人類智能的標(biāo)志之一。開發(fā)具備這種能力的人工智能系統(tǒng)縮小了計(jì)算機(jī)和人類認(rèn)知之間的差距。

除解決可視化問題之外，弗布斯和勒威特還通過瑞文氏標(biāo)準(zhǔn)推理測驗(yàn)對系統(tǒng)進(jìn)行了測試。瑞文氏標(biāo)準(zhǔn)推理測驗(yàn)是一種針對抽象推理的非語言標(biāo)準(zhǔn)化測試。測試中的所有問題都包含缺失某張圖片的矩陣。受試者將獲得6到8個(gè)選擇，需要從中選出最適合這一矩陣的答案。弗布斯和勒威特的計(jì)算模型取得了比美國人平均更好的成績。

作為美國海軍實(shí)驗(yàn)室研究員，勒威特表示：“瑞文氏測驗(yàn)是衡量心理學(xué)家所謂的‘流動智力’，或者說抽象思維、推理、識別模式、解決問題、辨別關(guān)系的一般能力的最佳指標(biāo)。我們的結(jié)果表明，靈活運(yùn)用關(guān)系表達(dá)、對比和重新表述的能力對流動智力非常重要。”

使用并理解復(fù)雜關(guān)系表達(dá)的能力是高階認(rèn)知的關(guān)鍵。關(guān)系表達(dá)將實(shí)體和概念連接在一起，例如“鐘在門上方”。這樣的比較對于生成和理解類比而言至關(guān)重要，而人類正是通過類比去解決問題，衡量道德困境，描述周圍世界。

弗布斯表示：“當(dāng)前大部分人工智能研究都關(guān)注認(rèn)知，或者說標(biāo)記出場景中的對象，而不是進(jìn)行推理。然而，只有支持推理，這樣的認(rèn)知才是有用的。我們的研究帶來了理解可視化推理的重要一步。”

人工智能概念股：埃斯頓、科大智能、漢王科技、江南化工、華東數(shù)控、和而泰、中科曙光、永創(chuàng)智能、北京君正、通富微電、永創(chuàng)智能、勁拓股份。