您描述的“基线人”在媒体行业历来被描述为“最低公分母”（LCD）。

LCD 是最广泛的内容受众，传统上用于网络电视节目。（在有线电视时代之前，只有 3 到 4 个网络，所有视频内容都通过电波广播——无法专门针对受众群体，因此内容必须吸引 LCD。）

• 验证码

因为验证码必须可由 LCD 解决，但会欺骗机器人。只要验证码是可行的，根据定义，它们将永远是基线人类可以比人工智能做得更好的东西。

第一个问题

以科学的方式看待这个问题，因为我认为这是一个足够合理的问题，它借鉴了后工业化社会中后现代文化的现实来进行科学处理，我们应该定义一些东西。

最难的是智慧，这是聪明、聪明和愚蠢所在的领域。

让我们浏览一下列表。

• 大多数人类不擅长国际象棋，但人类发明了这种游戏。
• 大多数人不会写交响乐，但人类发明了它们。
• 大多数人不读小说，但数字计算机还不能写小说，也不能像人类一样通过阅读来学习道德平衡。
• 大多数人类不是奥运会水平的运动员，但人类发展了奥运会，机器人还不是奥运会。
• 大多数人（无论他们是否擅长逻辑推理）并没有太多使用它，除了“过得去”。

这个问题很好，直到它转变为对人们应用于他们的收入方法的智力的解雇，对于许多人（如果不是大多数人）来说，这需要的不仅仅是起床、通勤、遵循一些简单的指示和温和地睡觉陶醉。让我们用这个替换最后一部分。

• 大多数人工作的目的不是通过衡量自己的质量和寻求教育资源来提高他们工作输出的速度、可靠性或准确性来优化产品或服务的质量（除非制定计划来激励工作场所的这些事情.)

如果我们将智能定义为这些事物的结合，为了简单起见，我们有这个（随着人工智能的发展而变化）。

• 下棋：人工智能获胜
• 设计游戏：人类获胜
• 创作交响曲：人类获胜
• 写小说：人类赢了
• 从故事中吸收道德：人类获胜
• 奥运金牌：人类获胜
• 逻辑一致性：人工智能获胜

为了正确解释上述列表，我们必须承认两件事：

1. 机器可能有能力根据特定的质量标准做某事，但没有经过适当的配置、培训或连接以占上风。
2. 人类可能有能力根据特定的质量标准做某事，但没有接受过教育、培训或适当的激励以取得胜利。

第二个问题

有哪些聪明的机器人做不到而愚蠢的人类可以做到的事情？这些是少数，但从某些角度来看，它们特别重要。

• 爱他们的家人和朋友
• 无缘无故的慈悲
• 决定学什么
• 打猎
• 看到未来的危险正在逼近
• 娱乐他人
• 祈祷

即使从科学的角度来看，我也不会认为这些人类倾向无关紧要。我也不会否认这些事情超出了基于硅的实体的能力的可能性。

人类天生具有优势的一些领域：

1. 快速精确的图像处理能力。即使是最愚蠢的人也可以准确地分辨出两个不同物体的边缘，例如图像的哪一部分是狗，哪一部分是猫。

2. 模糊学习能力。人类不需要看到各种猫来识别猫。只要我们看到一些猫（真实的或图片或视频），我们就可以轻松识别猫。

3. 推理。目前的机器学习方法大多是基于统计的高维模型逼近。我从未见过任何人工智能实体可以根据当前事实产生新的想法，而不是找到解决方案或模式。

4. 抽象。现在 GAN 和其他 AI 技术可以创建生动的图画。然而目前我找不到任何可以做抽象画的模型。例如，人类可以用真实的猫照片来涂鸦一只猫，而人工智能目前还不能做到这一点。

由于数百万年的进化，人类天生具有基因技能的种类更多。虽然我相信未来我们将拥有更好的人工智能实体和更好的算法，最终战胜人类的优势。

生存、想象、道德推理

想到的是一个新生，当你说“最愚蠢的人类”时，它已经有了一些基本的“生存本能”。它会避免疼痛，消耗食物，并迅速学会区分“安全”和“危险”的条件和人。

我们有计算机程序可以学习国际象棋并在瞬间计算出最佳移动，但不下国际象棋有点毫无意义。从生存角度、工业角度或经济角度来看，仅仅能够玩棋盘游戏没有什么价值。

有些程序可以做对现代世界非常有帮助的事情，但据我所知，它们只是没有生存本能。自学机器人；带着所有需要的工具留在森林里，为自己发电、建造复制品、维护和保护自己；可能无法及时学习如何做到这一点以确保其生存。我们当前的自学计划需要能够识别它何时成功或未能提高其生存几率。如果条件不是太严重且无毒的食物并且附近有某种形式的庇护所，那么两个孩子的学习速度可能足够快以生存。

一个经济拮据、受教育程度低于平均水平、在农场或工厂工作的人可能无法下好国际象棋，但他们肯定能够判断是否有人在谋杀他人，并且知道逃跑并寻求当局. 会下国际象棋的机器人不会。

此外，人类可以通过思考问题在与问题分离时继续学习。构建任意模型和运行思想实验的能力目前是人类独有的。

话虽如此，我确实希望我们很快就会有能够很好地复制人类思维的程序，并展示我们所谓的意识的某些方面。