美国西北大学的一支团队开发了新的计算模型，能完成人类水平的标准智力测试。对于让人工智能系统以类似人类的方式去理解世界，这是重要一步。

西北大学工程学院的肯·弗布斯（Ken Forbus）表示：“这一模型的得分好于平均水平。对人类来说较难的问题对这一模型同样较难。这进一步证明，模型找到了人类认知领域的某些重要特征。”

这一新的计算模型基于弗布斯实验室此前开发的人工智能平台CogSketch。该平台有能力解决各类可视化问题，理解素描内容，提供具有交互性的反馈信息。基于西北大学心理学教授德鲁·占特纳（Dedre Gentner）的结构化匹配理论，CogSketch还集成了用于类比的计算模型。

弗布斯与西北大学心理学博士后研究员安德鲁·勒威特（Andrew Lovett）一同开发了这一模型。他们的研究成果发布在本月的《心理学评论》期刊上。

解决复杂可视化问题的能力是人类智能的标志之一。开发具备这种能力的人工智能系统缩小了计算机和人类认知之间的差距。

除解决可视化问题之外，弗布斯和勒威特还通过瑞文氏标准推理测验对系统进行了测试。瑞文氏标准推理测验是一种针对抽象推理的非语言标准化测试。测试中的所有问题都包含缺失某张图片的矩阵。受试者将获得6到8个选择，需要从中选出最适合这一矩阵的答案。弗布斯和勒威特的计算模型取得了比美国人平均更好的成绩。

作为美国海军实验室研究员，勒威特表示：“瑞文氏测验是衡量心理学家所谓的‘流动智力’，或者说抽象思维、推理、识别模式、解决问题、辨别关系的一般能力的最佳指标。我们的结果表明，灵活运用关系表达、对比和重新表述的能力对流动智力非常重要。”

使用并理解复杂关系表达的能力是高阶认知的关键。关系表达将实体和概念连接在一起，例如“钟在门上方”。这样的比较对于生成和理解类比而言至关重要，而人类正是通过类比去解决问题，衡量道德困境，描述周围世界。

弗布斯表示：“当前大部分人工智能研究都关注认知，或者说标记出场景中的对象，而不是进行推理。然而，只有支持推理，这样的认知才是有用的。我们的研究带来了理解可视化推理的重要一步。”

人工智能概念股：埃斯顿、科大智能、汉王科技、江南化工、华东数控、和而泰、中科曙光、永创智能、北京君正、通富微电、永创智能、劲拓股份。