这其中冯?诺伊曼结构给予我们的启发是：标准智能系统模型应包含输入输出系统，能够从外界获取信息，能够将内部产生的结果反馈给外部世界，只有这样，标准智能系统才能成为“活”的系统。
戴维.韦克斯勒关于人类智能的定义给予我们最大的启示是：智力能力是由多个要素组成，而非图灵测试或视觉图灵测试那样只关注智力能力的一个方面。
DIKW模型体系给予我们的启发是：智慧是一种解决问题，积累知识的能力；知识是人类不断与外界交互后沉淀下来结构化的数据和信息，这提醒我们，一个智能系统不仅仅体现出知识的掌握，更重要的还有关于解决问题的创新能力。
这种关于知识的掌握能力，知识的创新能力与戴维.韦克斯勒理论、冯.诺依曼架构结合，就可以形成智能系统智力能力的多层次结构。
这种关于知识的掌握能力，知识的创新能力与戴维.韦克斯勒理论、冯.诺依曼架构结合，就可以形成智能系统智力能力的多层次结构。综上所述，我们得出智能系统的标准模型应该具备一下特点：
第一、具有输入输出的功能，即可以与外界通过数据、信息和知识进行交互的能力。
第二．具有存储数据、信息、知识的能力，即将外界数据、信息和知识化为自身资源的能力。
第三．具有生成新数据、信息和知识的能力，即基于自身拥有的知识，在新数据或信息的启发下，对数据、信息和知识进行创新从而产生新的数据、信息和知识的能力，如图1.4所示（为了简化，本图中数据、信息、知识统一用知识描述）。
为了更好的分析AI，人类等智能体的智能水平，研究团队把“知识的获取，掌握，创新和反馈”又分成15个小分类，从更多维度评测AI，人类的智能。这15个小分类是：图像、文字、声音的识别和输出，常识、计算、翻译、排列，创作、挑癣猜测、发现等。研究人员根据这些分类的维度，在2014年，对世界50个AI系统和3个不同年龄段人类进了测试。
2016年2月，研究团队开展了“2016年人工智能系统的智商测试”，对包括谷歌、百度、搜狗、苹果Siri、微软小冰在内的人工智能系统进行了测试，从测试结果看，谷歌、百度等人工智能系统的性能比两年前已有大幅提高，但仍与6岁儿童有一定差距。
相关研究方法和测试结论发表在IJIT & DM、Annals of Data Science、中国计算机学报等SCI、EI，中国核心期刊上，这一研究成果受到了美国著名财经媒体CNBC，麻省理工科技评论，ZDNET，YAhoo等美国，德国、日本、意大利、英国、法国、俄罗斯、新加坡、台湾地区和中国大陆媒体的报道。
从近4年的持续研究看，虽然人工智能系统这两年得分增长很快。在知识的掌握方面得分比较高，在知识的获取和反馈方面有很大提高，但还有很多不足。在创造性这个大分类上，得分一直进展不大。而且由于这个分类的权重又比较高，因此目前为止依然无法超越6岁的儿童。
四、未来智能实验室：开展第三次世界人工智能智商测试
2017年11月，研究团队成立未来智能实验室，基于实验室“标准智能系统”、“AI智商测试量表”、“智能系统7个等级划分”、“互联网（城市）云脑架构”等研究成果，建设世界第一个智能系统智商评测与趋势研究机构，致力于评测智能系统智商发展水平，研究智能系统未来发展趋势。目标是成为世界领先的智能系统评测和发展趋势研究机构。
未来智能实验室根据人工智能的最新发展，在人工智能学家，中国科学院虚拟经济与数据科学研究中心的支持下启动2018年世界AI智商评测活动（WorldAI IQ Test 2018），对世界范围人工智能系统智能发展水平进行新的评测。以观察世界范围内人工智能最新发展水平以及与人类的差距。本次活动，实验室将开展多种形成的研究和评测工作，除了测试2018年人工智能的发展水平，还将第一次对互联网群体智慧的智商进行测试。