智能的四个层级

显然，智能机器的智慧水平正在不断提高，一般的发展趋势是向着更高的决策自主性演进，即从需要高度结构化数据和决策背景的机器，发展成为能够辨识更复杂背景的机器。

辅助人类 认知技术将为人类决策者提供深刻洞见，即通常所说的“决策支持”的设想，已经盛行了几十年。IBM公司的Watson以及其他众多认知系统纷纷问世，即便如此，大多数人依然认为，机器只负责提供决策或行动方案的建议，做出最终决定的还是人类。

重复性任务自动化 从机器辅助人类到机器做出决策，这只是相对较小的进步，尤其在结构化的任务环境中。近年来，自动化决策已经在保险和金融交易等多个领域普及开来。它通常依靠一套固定的规则或算法，如果缺少人为干预，其性能就无法改善。一般来说，人类需要监控系统性能，并微调算法。

情境感知和学习 如今的复杂认知技术已经拥有了一定程度的实时情境感知能力。随着数据流的愈发持续和庞大，我们需要一些能够帮助自己实时理解这些数据的技术，即运用这些技术来检测异常、观察规律和预测未来。相关信息可能包括位置、时间和用户身份，有了这些信息，相应的认知技术就可以提供建议（例如，根据时间段、当前交通状况以及司机对于公路和乡道的偏好，导航技术可以规划出最佳的上班路线）。

当前认知计算的显著特征之一，在于其自我学习和改善性能的能力。很多学习过程都是通过对实时数据、用户反馈和文本型文章的新内容进行持续分析来实现的。在结果可衡量的条件下，学习导向型系统终将带来效益，比如更完善的股票交易决策、更精确的驾驶时间预测，以及更准确的医疗诊断结果。

自我意识 到目前为止，拥有自我意识和独立形成目标能力的机器，依然只存在于虚构世界中。如果具备实质性的自我意识，计算机最终可能会获得在多种情境下超越人类智慧水平的工作能力。然而，即便是最乐观的研究专家也表示，机器的这种智能要到三四十年后才会出现。