不同任务类型决定了智能机器的聪明程度。

智能机器应该多聪明？

■托马斯·达文波特（Thomas H. Davenport）

朱莉娅·柯比（Julia Kirby）

如果说流行文化相当于公众意见的晴雨表，那么似乎所有人都突然意识到了智能机器所带来的威胁。在最近上映的影片中，就有多部电影刻画了具有惊人能力的机器人形象，它们不仅在思想上超越了人类，甚至还能操纵人类。经济学文献亦是如此，专家学者们愈发担心，随着软件参与决策的能力越来越强大，失业率有可能会飙升。同我们有过交流的管理者也不希望看到机器很快取代知识型员工——他们更希望计算技术能够增强人类的能力而不是取代人类的工作。面对错综复杂且飞速变化的一系列机遇，管理者所面临的挑战在于确定采取怎样的增强形式。如果考虑到管理人员监督的工作性质，那什么样的认知技术才是当下他们应该运用、密切关注或者帮助构建的？

目前的认知技术能做什么和不能做什么

我们根据工作的自主程度和任务类型来描绘认知技术，以此来展示智能机器的现状，并预测了未来认知技术将如何发展。

（返回原文阅读）

为了理清思路，我们制定了一个简单的框架，从两个维度来勾勒认知技术。（参见副栏“目前的认知技术能做什么和不能做什么”）首先，该框架承认了智能工具会根据智能运用的自主程度而有所区分。在较低层级，它们只是对人类的查询和指令做出简单应答，而在（理论上的）较高层级，它们可以自己制定目标。其次，该框架分析了使用智能机器执行任务的类型，这些类型包括从传统的数字分析到现实世界中数字和物理任务的执行。输入宽度和数据类型会导致现实世界中的任务变得更加复杂，因而机器更难完成。

通过综合这两个维度，我们创建了一个模型，从而将众多所谓的“智能机器”技术都纳入其中。更重要的是，它有助于阐明人工智能当下所受到的限制，以及接下来技术创新者们需要努力去克服的挑战。管理者的目标是通过重新设计任务获得更好的绩效，该框架揭示了不同任务类型的自主执行程度，以及每种任务应该由哪一类机器来执行。