19、智能的测量：从人类到人工智能

智能的测量：从人类到人工智能

1. 智能的多面性

传统观念中，学术环境常被视为衡量人类智能的重要场景，例如获得高学位、发表论文、拥有成功的职业生涯等。然而，智能的体现远不止于此。一个成功的水管工在管道、配件、水流等相关环境中展现出高水平的智能，能在这个环境里做出许多准确的预测。其他行业和职业也是如此。这种基于预测的视角，对智能的诠释比通过智商测试衡量的学术智能更为广泛。

2. 人类智能的测量

2.1 测量方法

以往对人类智能的测量大多基于一系列测试，这些测试旨在衡量被认为与智能相关的行为特征。早期的测试包含大量基于事实知识的问题，而现代人类智能测试主要基于语言推理、空间操作和数学能力。测试结果通常会转换为智商（IQ）或g分数。计算智商时，需从人群样本中获取测试结果，计算平均值和标准差。平均值对应的智商为100，平均值上下每个标准差对应15个智商点。由此得到的智商分数可用于对个体在一系列智能测试中的表现进行排名。

2.2 争议与应用

智商和g分数的测量存在争议，且常被滥用。但它们在智能的科学研究中发挥了重要作用，也是对大量求职、求学或入伍申请者进行初步筛选的有效方式。一些批评者认为，智能测试仅仅衡量了人们完成测试的能力，而非实际的智能水平。不过，在人类中，这种观点并不太有说服力，因为人类智能测试分数与其他智能衡量指标相关。例如，在智能测试中得分高的人更有可能获得高等教育学位，并从事科学等通常被认为需要智能的领域的职业。

3. 非人类动物智能的测量

3.1 面临的挑战

动物无法参加人类的智能测试，因此人们开展了大量针对动物的认知测试组合的开发工作