人工智能的挑战之一是定义智能。如果我们可以精确定义通用智能，那么我们可以将其编程到计算机中。毕竟，算法是一个定义明确的过程，可以在计算机上运行。

狭义的人工智能可以评估其在环境中实现目标的成功程度。在计算机视觉和语音识别等领域，可以轻松评估狭窄的 AI 算法。

许多大学策划狭隘的人工智能测试。斯坦福大学人工智能实验室的教授李飞飞组织了一年一度的 ImageNet 挑战赛。2012 年，Geoffrey Hinton 通过建立一个可以比人类更准确地识别图片的深度神经网络赢得了比赛。

据我所知，测试人员通常使用精确度和召回率评估指标

Shane Legg 和 Marcus Hutter在 2006 年提出了一个。主要的描述性引用（实际公式见论文）：

智能衡量智能体在各种环境中实现目标的一般能力

...

很明显，通用智能衡量了智能体在非常广泛的环境中表现良好的一般能力，正如我们前面给出的非正式智能定义所要求的那样。该定义对代理的内部工作没有任何限制；它只要求代理能够生成输出并接收包含奖励信号的输入。

您会经常看到的一件事是声明系统与给定年龄的人之间的对应关系。例如“这个程序可以回答大约和平均 7 岁儿童一样的科学问题”或类似的东西。