绝对，不管你如何定义“智能”。

• 如果智能只是信息，如“智能”、数据或算法，则结构是有限的。（这里的结构是指信息，在任何一种情况下都可以简化为单个字符串。）

请参阅：车床。

• 如果智能是自动机的理性能力，那么它同样受到决策问题的易处理性、算法的结构以及做出决策的时间的限制。

参见：有限理性

这两个答案实际上是相同的，因为第一个意义上的“智能”受到信息密度、算法复杂性和时间的物理约束的限制。

另请参阅：数学运算的计算复杂度、计算复杂度、时间复杂度

要拥有“最大可实现的智能”，当然首先您必须足够好地定义“智能”，以便能够按智能对事物进行排名。没有得到广泛支持的理论能够做到这一点。

您可能希望了解Marcus Hutter 在视频讲座中描述的AIXI 。这是一种形式化智能代理的尝试，这些智能代理试图在数学上做出最佳决策。这是另一个书面介绍。当然，这只是描述智能代理的众多可能框架之一。

一个有趣的暗示是，AIXI 意味着智能——就从环境中学习和利用的能力而言——是有上限的。原则上，由于不确定理性代理所拥有的数据可能会推断出什么，因此存在上限。

但是，此上限仅指从代理可以访问的数据中提取可操作信息以解决决策问题的特定能力。关于任何实体可以收集、存储和处理多少数据是一个悬而未决的问题，在比较代理时，这种获取和检索相关知识的能力将被许多人视为“智能分数”的一部分。

物理学的计算存在理论上的限制，例如一些基于这样一个事实，即它从根本上需要能量，能量具有质量等价性，并且足够集中的质量会形成黑洞。这设定了一个较高的上限，现实世界的结构和设计问题很可能会在此限制之前出现。然而，结合上述对可判定性和对数据的实际访问的限制，似乎确实应该有一个上限。

之前给出的答案对于人工智能来说是正确的，它确实可以用更多的计算能力来处理更多的信息。然而，像人类这样的实际推理能力并没有被 Church-Turing 定义。AIXI与人类推理无关。这个事实的一个很好的线索是，AIXI 自 2005 年以来就已经存在，到目前为止，还没有基于它的机器具有人类水平的推理能力。例如，人工智能中一个有趣的话题是自然语言处理 (NLP)。我可以对着我的 Android 手机讲话，它会将我的讲话转录成文本。这似乎是一个惊人的进步。然而，如果人类听到一门外语，然后对他们听到的内容进行音标，这就是他们会做的事情。然后他们查找了一张音标表，将发音与单词相匹配。这将在没有任何实际理解他们所听到的情况下发生。这就是它在我的手机上的工作方式，很像 Searle 的 Chinese Room。

人类完全不同，因为他们实际上理解单词。在 AI 中与此等价的将是自然语言理解 (NLU)。今天没有人工智能有 NLU，也没有人工智能内部的理论解释如何构建它。AI NLU 没有任何研究，因为没有起点。大多数 AI 爱好者不愿承认的一个事实是，即使是最聪明的 AI 系统在理解力方面也经常被老鼠甚至六个月大的婴儿所超越。人工智能系统没有理解或理解，没有这些，它们就没有实际的推理能力。人类水平的理解属于与 Church-Turing 的计算导数完全不同的理论。

你能通过赋予它更多的计算能力来让人类级别的机器代理更智能吗？不，因为你会遇到各种各样的问题，这需要几本书的章节来解释。您可以进行一些增强，但这些都有限制。如果你按照 Wechsler 或第五版斯坦福-比奈 (Stanford-Binet) 的 IQ 标准差 15 图表，IQ 为 195 的几率是 80 亿分之一。所以，这大致设定了人类能力的上限。我们可能会看到智商为 240 但不是 500 或 1,000 的机器代理。我确实理解有关计算的困惑，因为 AI 中详尽的例程是有时间限制的。例如，我们笨拙的国际象棋程序通过费力的试错来进行。他们实际上并没有通过更多的计算能力变得更聪明，他们只是能够更快地消除不良动作。让我举一个人类的例子。假设我每小时可以用铅笔和纸做 5 道给定复杂度的数学题。所以，我添加了一个计算尺，我的速度变为每小时 10 个问题。然后我切换到计算器，我的费率增加到 20。假设我开始使用电子表格，每小时达到 30。我实际上并不比我使用铅笔和纸时聪明 6 倍。

因此，要回答这个问题，即使计算能力无限，也不可能不断增加智能。但是，机器智能应该有可能超过人类智能。我应该提到的最后一件事是，这种类型的理论非常擅长以当前大数据方法所不具备的方式组织知识。因此，允许机器 IQ 为 240 的相同理论很可能也可以为人类提供足够的帮助，使其在同一水平上发挥作用。

不，智力没有上限。但是，我正在松散地应用它。

当你考虑一个人的智商时，你通常会想到一些基准智商，该智商在一个量表上对该人进行排名。

根据我们“可销售”智商的定义，200 被认为是（几乎）令人难以置信的智力。

但是，当您查看“实体”时，比例会消失。谷歌、国家安全局、大学——他们都可以认为是超级智能。没有可能的指标或智商可以分配给我们所知道的这些实体，因为它们不一定具有可比性。然而，没有一个人足够聪明，可以发明所有必要的东西来实现一个实体及其“智能”。

当您将 AI 纳入方程式时，您会受到资源的限制。随着我们技术的发展和我们更好地了解我们的数据，人工智能被证明越来越有能力。

将来我们可能会发现围棋并不是无限的，并且有一个“最佳”策略（因此我们解决了游戏）。但是，我们继续制造比以前更智能的机器。

如果人工智能根据商业战术优势很快开始制造造纸公司，我不会感到惊讶。