雖然我們不能完全排除在未來會出現(xiàn)由人工智能驅(qū)動的機器人大革命的可能性，但是一項最新的研究發(fā)現(xiàn)，即使是當(dāng)今世界上最先進的計算機，其強大程度也只是人腦的三十分之一。所以至少到目前為止，機器人仍舊不能與我們分庭抗禮。

美國兩名博士生找到了衡量計算機性能的方法——使用每秒遍歷邊數(shù)(traversed edges per second，TEPS)，這種方法的本質(zhì)是測量一臺計算機在自己的系統(tǒng)中能以多快的速度將信息從一點傳到另一點。然而，這種方法并不適合用于測量人類大腦的性能，所以他們選擇粗略估計人腦神經(jīng)元發(fā)出電信號的頻率。

加利福尼亞州大學(xué)的Katja Grace說：“我們這種測量人腦性能的方法有著非常實際的好處，而且之前也不曾被使用過。我們同時也用這種算法估計出了與大腦有著相同性能的計算能力的價格。”

Grace與他的來自卡耐基梅隆大學(xué)的同事PaulChristiano將IBM的紅杉超級計算機當(dāng)作最強電腦，這臺機器有著2.3E13(2.3乘十的十三次方)TEPS的世界紀(jì)錄。兩位博士生的計算表明，在敏捷程度——即轉(zhuǎn)移數(shù)據(jù)的能力上，大腦至少比紅杉超級計算機快上30倍。如果基于當(dāng)前市場的價格，如果你將你大腦的計算能力出租一小時，那么你就能賺到4700美元到170000美元。兩人估計，較為廉價的計算機平臺(平均100美元每小時)的處理能力將在7到14年左右趕上人腦，雖然在該假設(shè)中，出現(xiàn)其他偶然情況的概率不小，但是歸根結(jié)底，擁有強計算能力的程序也不得不由我們?nèi)祟悓懢汀Ｔ谖磥?，超級計算機的性能無疑會增強，而我們現(xiàn)在面臨的問題之一是：超級計算機性能的增強速度究竟能有多快。

Grace說：“然而我們對大腦是如何有效利用其計算資源仍是知之甚少，我們也不知道如何比較人腦與電腦的效率。”

這項研究不僅比較了機器智能與人類智能的差別，也考慮到了在未來幾年軟件發(fā)展的形式——緩慢漸進還是大跳躍。今年夏天，該項目受到了從波士頓未來生活研究所寄來的49310美元的資金，而該研究所自身則收到了SpaceX和特斯拉CEO Elon Musk的700萬美元捐贈，后者是為了檢驗人工智能發(fā)展的潛在影響。