随着人工智能成为技术变革的核心力量，建立关于新工具与技术能力的共同词汇至关重要。统一的认知空间有助于利益相关者加速理解、提高采用率、促进协作、评估进展并推动创新。
迄今为止，图灵测试是最知名的人工智能基准测试工具。
然而，自1950年提出以来，人工智能已取得长足进步。显然，图灵测试已不足以评估当今及未来人工智能的全部能力范围。
图灵测试基于简单的通过/失败标准，且过度侧重于语言聊天能力，而这仅是人类智能的一个方面。这种狭隘关注忽略了问题解决、创造力和社交意识等其他关键维度。此外，该测试预设的人类智能水平可能并不适用于当前的人工智能评估。
框架
为解决上述局限，亟需开发一个更细致、全面的框架，从多维度评估人工智能能力。
基于此，我开发了“人工智能分类框架”（AI Classification Framework，简称ACF）。这是一种基于多元智能理论评估AI能力的新方法。
多元智能理论由心理学家霍华德·加德纳（Howard Gardner）于1983年提出。他认为智能并非单一整体，而是一组可独立表现的不同能力集合。加德纳确定了八种智能类型，个人可在其中一项或多项表现出色。该理论挑战了传统观点，为探索人类认知多样性开辟了新途径，对心理学和教育学产生了深远影响。
这非常适合作为AI分类框架的基础。本框架支持从多个维度评估AI工具，包括语言、逻辑-数学、音乐、空间、身体-动觉、人际及内省智能。
每个维度采用1–5分评分量表：1分表示“无能力”（相当于人类婴儿），5分表示“自主代理”（Self-agency），即超越人类的“超级智能”水平。
示例
该框架包含详细的描述表，并提供简易可视化版本以便参考。以下是针对ChatGPT和DALL-E 2能力的评估示例。
用例
AI初创公司创始人：提供方法论，用于发现并向用户及投资者传达差异化机会与新领域。
企业运营人员：提供评估方法，帮助根据内部需求寻找和筛选潜在的AI供应商。
投资者：辅助构建投资论点，确保在不同智能与能力水平领域做出明智决策。
最终用户：作为搜索和选择提效产品的实用工具。
后续步骤与致谢
框架首版旨在引发讨论，计划根据社区反馈持续更新。
感谢Ben Parr和Jeremiah Owyang提供的有益反馈。结合广泛社区的输入，相信该框架将成为评估当前及新兴AI工具的宝贵工具。
获取框架
在此查看框架详情。
披露：本着使用该框架分类工具的精神，本文初稿由ChatGPT撰写，随后经人工编辑完成。