本文摘要：近日，华盛顿州立大学的研究人员为人工智能系统正在创办首个IQ智力测试，测试不会在人工智能自学程度和适应环境不得而知环境方面给与评分。华盛顿州立大学电气工程与计算机科学学院教授拉里·霍尔德说道：“以前，在AI系统中测量智能的研究大多是理论上的，他们没取决于在以前看不到的精致环境中的实际性能，也没考虑到任务的复杂性。”研究人员将设计一个测试，该测试将根据他们可以解决问题的问题的可玩性对AI系统展开评分。 研究的主要内容之一是创立对问题可玩性展开名列的方法。

近日，华盛顿州立大学的研究人员为人工智能系统正在创办首个IQ智力测试，测试不会在人工智能自学程度和适应环境不得而知环境方面给与评分。华盛顿州立大学电气工程与计算机科学学院教授拉里·霍尔德说道：“以前，在AI系统中测量智能的研究大多是理论上的，他们没取决于在以前看不到的精致环境中的实际性能，也没考虑到任务的复杂性。”研究人员将设计一个测试，该测试将根据他们可以解决问题的问题的可玩性对AI系统展开评分。

研究的主要内容之一是创立对问题可玩性展开名列的方法。霍尔德说道：“分数还将考虑到系统的准确性，正确性，所花费的时间以及较好展现出的数据量。”图片来源：华盛顿州立大学人工智能研究人员面对的主要挑战之一是建构一种可以在不熟知的环境中像人一样自学的机器。

机器学习和人工智能的许多最新进展都集中于在狭小的专业任务中，例如检测人脸和预测棒球比赛结果。建构可以在精致的环境中智能自学和行动的机器依然是AI研究的最终目标。霍尔德说道：“我们专心于测试和改良极具通用性的系统，例如日常任务机器人助手。”研究人员所要研究的不道德之一是，他们测试的机器可以将他们的自学成果从一项任务移往并将其应用于一项新的任务上。

霍尔德说道：“例如，你有可能想要在下象棋之前再行自学象棋，因为您可以精彩地将象棋科学知识从移往到国际象棋。

本文来源：18新利app-www.pietytive.com