这是一个容易提出的问题，也是一个难以回答的问题 – 原因有两个。首先，关于智力是什么几乎没有一致意见。其次，至少到目前为止，没有理由相信机器智能与人类智能有很大关系。
人工智能（AI）有很多提出的定义，每个都有自己的倾向，但大多数都是围绕创建计算机程序或机器的概念大致一致的，如果人类展示的话我们会认为这些行为是智能的。约翰・麦卡锡，学科之父，所描述的过程，1955年的“在那被称为智能，如果人类是如此行为方式使得机器的行为的。” 1
但这种表征AI的看似合理的方法存在严重缺陷。例如，考虑一下定义的难度，更不用说衡量人类智慧了。我们的文化倾向于将事物简化为数字测量，以便于直接比较，这常常会产生一种客观性和精确性的虚假光泽。并且尝试量化某些东西作为主观和抽象的智力显然属于这一类。年轻的莎莉的智商比约翰尼高7分？请找一些更公平的方式来决定谁获得了宝贵的最后一个位置
幼儿园。仅举一例试图将这种过度简化分开的尝试，考虑发展心理学家霍华德加德纳的有争议的框架，他提出了一种从“音乐节奏”到“身体动觉”到“自然主义”的八维智力理论。 “ 2
尽管如此，说一个人比另一个人更聪明是有意义的，至少在很多情况下是这样。并且有一些智力标记被广泛接受并与其他指标高度相关。例如，学生如何快速准确地添加和减去数字列表被广泛用作衡量逻辑和量化能力的指标，更不用说对细节的关注。但将此标准应用于机器是否有意义？一个1美元的计算器将击败任何人，即使没有手，也可以击败任务。在第二次世界大战之前，一个“计算器”是一个熟练的专业人士 – 通常是一个女性，有趣的是，因为女性被认为能够比大多数男性更精心地完成这项痛苦的工作。那么计算速度是机器拥有卓越智能的指标吗？当然不是。
比较复杂的人机IN-telligence的任务是，大多数人工智能的研究者都同意，如何你处理这个问题一样重要无论你解决这个问题。要理解为什么，请考虑一个简单的计算机程序来玩井字游戏（你可能知道这是一个零和十字架），玩家交替将X和Os放在一个三乘三的网格上，直到一个玩家完成三个在行，列或对角线（或所有空格都填充，在这种情况下游戏是平局）。
正好有255,168种独特的井字游戏，在当今的计算机世界中，生成所有可能的游戏序列，标记胜利的游戏并通过向上查找完美游戏是相当简单的事情。每一步都在一张桌子上。3但是大多数人都不会接受像人工智能那样的琐碎程序。现在想象一个不同的方法：一个没有先入为主的概念的计算机程序
规则是，观察人类玩游戏，不仅学习赢得什么，而且学习哪些策略最成功。例如，它可能会了解到，在一个玩家连续获得两个玩家之后，另一个玩家应该总是进行阻挡移动，或者在他们之间占据空白的三个角落经常会获得胜利。大多数人都会将该计划归功于AI，特别是因为它能够在没有任何指导或指导的情况下获得所需的专业知识。
现在，并非所有游戏，当然也不是所有有趣的问题，都很容易通过像tic-tac-toe这样的枚举来解决。4相反，国际象棋具有约10 120独特的游戏，大大超过在宇宙原子的数目。5因此，大多数人工智能研究可以被视为试图找到可接受的解决方案，以解决因任何理论和实践原因无法进行明确分析或列举的问题。然而，仅凭这种表征还不够 – 许多统计方法都符合这一标准，但几乎不符合人工智能的要求。
尽管如此，从巨大的可能性扩散中选择答案和通过洞察力和创造力直观地回答之间存在着一种不直观而实际的实际对等关系。这个参数的一个常见表述是，足够多的键盘上的猴子最终会输出莎士比亚的全部作品，但在更现代的背景下，给定长度的每一种可能的音乐表现都可以表示为有限的一种。收集MP3文件。从列表中选择特定音乐文件是否能够记录该选择？当然它不一样，但也许这些技能同样值得我们的掌声。
在评估学生的学习成绩时，我们没有考虑他们如何完成这项工作 – 我们认为他们只使用自己的大脑和必要的工具，如铅笔和纸。那么，当我们用机器替代测试对象时，为什么还要关心呢？因为我们理所当然地认为执行这项任务的人正在使用某种天生的或学到的
原则上可以对广泛的可比较问题产生影响的能力。但是，我们缺乏信心，表明在此任务上表现出相同或更高性能的机器表明任何类型。
但是使用人类能力作为人工智能的标准还存在另一个问题。机器能够执行许多人们根本无法完成的任务，许多这样的表演当然感觉像是智能的表现。安全程序可能会怀疑基于数据访问请求的异常模式的网络攻击，只需五百毫秒; 海啸警报系统可能会因海洋高度几乎不可察觉的变化而发出警报，这些变化反映出复杂的地理位置; 药物发现计划可以通过在成功的癌症治疗化合物中找到先前未被注意的分子排列模式来提出新的混合物。像这样的系统所表现出来的行为，在不久的将来会变得越来越普遍，并不适合与人类能力进行比较。尽管如此，
智力的另一个标志是我们如何优雅地失败。每个人（包括智能机器）都会犯错误，但有些错误比其他错误更合理。理解和尊重我们自己的限制并产生合理的错误是专业知识的标志。考虑将口语翻译成书面语言的艰难挑战。当一个法院的女徒人意外地抄写“她犯了一个导致他去世的错误”，因为“她让他成了牛排，这导致了他的死亡”，这种失误似乎是可以原谅的。6但是，当Google Voice提出“用一种常识来识别言语时，为一个漂亮的海滩唱出平静的香气”时，它会引起嘲笑，部分原因是我们希望它更熟悉自己的驾驶室。7