雷鋒網按：本文由圖普科技工程師翻譯自《Methodology of Human-Level Artificial Intelligence Research》，雷鋒網獨家首發(fā)文章。 

每項具有學習能力的技術在一個階段學習完以后，都會產生下一階段的學習曲線。通過查看這條曲線，我們可以判斷這個特定的結構是否達到了人類水平。

讓我們詳細的看回每一部分。

技能列表——所有可能的測試和任務至少有一個人能夠通過。下列是這一堆技能：認識的多樣性——從區(qū)分幾何形狀到語音識別，能循序漸進地玩游戲——從掌握下棋到掌握怎么玩Go，從制作音樂到有新的科學發(fā)現(xiàn)。

人與機器之間的區(qū)別是，人可以通過選擇相關的課程來獲得這些技能，而機器則不可以。人類不需要重新創(chuàng)造。課程有助于幫助獲得深入學習的能力以及高效使用知識的方法。

此外，人類擁有巨大的常見能力，這些常見的能力有助于人類獲得更復雜和特定的技能。比如，閱讀，寫作和說話的能力，這些常見能力又給出了學習任何其他主題的無限能力：構建飛機，彈鋼琴，量子物理學。

技能軸列表。從這里，我們可以假設，有哪些技能是必須先獲得的，而這些先獲得的技能日后可以幫助在專業(yè)領域獲得更專業(yè)具體的技能。有了這個原則，我們可以建立一個順序的技能列表——從科學的角度，由最常見到最有趣的順序來排。這些技能反映出圖像應該作為人類水平的技能所存在的。

學習軸的時間決定了給定的計算或其他資源學習的時間消耗。這里出現(xiàn)的問題就是更高水平的技能需要更多的計算能力。因為它，學習時間變得很長。

這里有兩種可能的學習曲線。曲線A的第一半（從點O到點N）在某種程度上類似于B。但是存在著一個差別——曲線B具有架構限制，并且在這個意義上與A相同，又或者不存在這個問題。第二個選項引導著我們到技術奇點的主題。

創(chuàng)建人性智能需要做什么？

基于這個圖，有兩個互補的方式來實現(xiàn)人類智能：

 ?減少學習時間。這樣的順序技能列表必須被創(chuàng)建，因為只有這樣，其中的每一個學會了的技能將會提高學會下一個技能的效率。這樣的課程將使學習曲線增長得更快。

?通過開發(fā)來提高建筑限制。沒錯，這非常明顯。但通過使用這個被提出的觀點，我們可以衡量學習進展。以及能夠測量AI的真實客觀科學的發(fā)展。

因此，每個旨在創(chuàng)建人工智能的項目都可以在以上提出的方案下進行一些考慮。 每個項目通過命題自己的假設和視野來縮小這種訓練方案的范圍。當證明假說成為了新的研究的基礎，人工智能的科學便出現(xiàn)了。

雷峰網特約稿件，未經授權禁止轉載。詳情見轉載須知。