本世纪以来，随着互联网大数据的兴起，信息的爆炸式增长，深度学习等机器学习算法在互联网领域的广泛应用，人工智能再次进入快速发展的时期。与此同时，不同领域的科学家，企业家如物理学家霍金，微软创始人比尔盖茨等人，纷纷对人工智能的未来表达了担心，提出人工智能的快速发展可能对人类本身产生威胁，由于这些科学家，企业家具有很强的影响力，人工智能威胁论因此得到广泛传播。
在人工智能威胁论热度日益高涨的情况下，人工智能领域科学家对人工智能威胁论也提出了反驳意见。这其中就包括Facebook人工智能实验室主任，NYU计算机科学教授Yann LeCun，百度首席科学家，斯坦福大学计算机科学系和电子工程系副教授吴恩达，中国科学院自动化所教授，人工智能领域专家王飞跃等
应该说人工智能威胁论引发争论背后，本质上是人工智能的智力发展水平能不能定量评测的问题。对于这个问题，前人研究者已经做出大量工作。例如1950年，图灵提出了著名的图灵实验，采用提问和人类裁判的方法，判断一台计算机是否具有同人相当的智力。
2015年3月Stuart Geman，Donald Geman等研究在National Acad Sciences发表论文“Visual Turing test for computer vision systems”，提出的视觉图灵测试“Visual Turing test”，目的是测试计算机能否能像人类那样描述一张图片。
除此之外，2015年1月，在德克萨斯州召开的美国人工智能大会（AAAI-15)上，学者专门组织了研讨会（Beyond Turing Test)，对图灵测试进行深入的讨论，并对智能的评测标准提出了新的建议。总体上，这些测试还存在分析范围单一，或无法定量分析的问题。我们首先看一下图灵测试。
一、图灵测试的先天不足
测试人工智能系统是否具有智能最著名的方法是”图灵测试“。1950年，图灵发表论文《Computing Machinery and Intelligence》提出了“机器思维”的概念[27,28]，提出一位测试者在与被测试者相互隔离不能进行直接交流的情况下，通过信息传输，和被测试者进行一系列的问答，在经过一段时间后，测试者如果无法根据获取的信息判断对方是人还是计算机系统，那么就可以认为这个系统具有同人类相当的智力能力，也就是说这台计算机是有思维能力的，这就是著名的“图灵测试”(Turing Testing)。图灵在论文中这样定义图灵测试：
“我们称下面这个问题为“模仿游戏”。游戏参与者包括一个男人，一个女人，以及一个任意性别的询问者。询问者与另两个人待在不同的房间里，并通过打字的方式与他们交流，以确保询问者不能通过声音和笔迹区分二者。两位被询问者分别用X和Y表示，询问者事先只知道X和Y中有且仅有一位女性，而询问的目标是正确分辨X和Y中哪一位是女性。另一方面，两位被询问者X和Y的目标都是试图让询问者认为自己是女性。也就是说，男性被询问者需要把自己伪装成女性，而女性被询问者需要努力自证。现在我们问：如果我们把“模仿游戏”中的男性被询问者换成计算机，结果会怎样？相比人类男性，计算机能否使询问者更容易产生误判？”。
图灵测试并没有定义智能的范畴，而只能作为一个人工智能的充分条件，关于这一点，图灵在论文中写道：
“机器能否拥有智能，为了回答这个问题我们应该首先定义‘机器’和‘智能’。一种可能性是根据大多数普通人的日常理解去定义这两个概念，但这样做是危险的。在这里我并不打算定义这两个概念，可能有人会说这项测试对机器而言过于严格毕竟人类也无法反过来成功伪装成机器，这只需检查算术的速度和正确度即可辨别。难道被认为拥有智能的机器就不能表现出和人类不同的行为么？这是一个很有力的反对意见，但至少不管怎样，假如我们有能力制造出一个可以成功通过测试的机器的话，也就无需为这个反对意见烦恼了。”
