在大众看来，人与动物的最大差别便是人类具有高度的“智能”，而且制造出具有高度“智能”的机器也被视为将人类从繁重的体力和脑力劳动中解放出来的终极方案。
那么到底什么是智能呢？它因此极快的速率办理繁芜的数学问题的能力吗？在国际象棋和围棋中击败天下冠军的能力吗？是检测图像中成千上万不同物体的能力吗？还是预测对话中下一个词语的能力？
实在，这些都是智能的“表象”。得益于人工智能的进步，我们已经能够在打算机中复制它们，并取得了不同程度的成功。
但是，人工智能科学家们仍旧很难就智能的定义和衡量标准达成共识。而拥有一套办理问题的能力彷佛并不能让我们更靠近于再现自然界中的智能。
在约翰霍·普金斯大学（Johns Hopkins University）神经科学教授Daeyeol Lee看来，目前的人工智能系统只是“人类智能的替代”，由于它们被设计出来仅仅是为了完成人类的各种目的，而不是它们自己的目的。
Daeyeol Lee在他的《智能的出身：从 RNA 到人工智能》（ Birth of Intelligence: From RNA to Artificial Intelligence）一书中认为，真正的智能是“生命能够在各种环境中办理繁芜问题，以实现其自我复制”。
换句话说，从细菌到草木、昆虫、鱼、鸟、哺乳动物和人类，每一个经由韶光磨练并能够繁殖的生物物种都是智能的。
“如果我们想评估各种生命形式的智能，那么首先考虑的便是哪种生命形式能够通过在更广泛的环境中办理更繁芜的问题来成功地复制自己。”Lee写道。
而这也给人工智能的研究者供应了一个思路，即通过生命和生存的视角来看待智能，对付理解人工智能的现状，包括其局限性、潜力和未来的方向至关主要。
▍遗传智能
自古以来，生命便是一场与去世亡的竞赛。每一个生物体从出生起就面临着来自环境的各种危险，无论是食品的匮乏、景象的突变、其他物种的捕食或竞争资源，还是大略的韶光流逝。
而那些活得够久的生物（无论是通过更好地适应环境，还是纯粹靠运气）每每都可以进行繁殖，并将它们的基因传给后代。
同时，它们的后代也不会完备继续它们的基因，而是会有轻微的差异，即突变（Mutation）。有时，这些突变会增强生物生存的能力，并提高繁殖的机会。
终极，经由数百万次的繁殖和突变循环，它的后代变得更加聪明，该物种得到了进化，生存能力得到了极大的提高。
在单细胞生物和植物中，智能来自于分类法（Taxis）和趋性（Tropisms），即直接在基因中编码的静态行为。分类法和趋性使生物体能够对其环境中的不同刺激作出反应，如转向面对光源或向食品来源密集的地方移动。
在这些生物体中，基因完备掌握着行为，而智能则取决于基因的进化。
▍大脑智能
更繁芜的生物体，如动物，已经发展了大脑和神经系统，这为它们供应了更多样和繁芜的行为模式。
神经系统具有反射性行为，比如对疼痛和威胁性噪音的本能反应。但它最大的上风是学习能力。有大脑的动物通过与环境的互动来学习，调度自己的行为，以得到最大的回报。这也被称为强化学习（Reinforcement Learning）。
学习使生物体更加聪明，并使它们能够在其生平中不断改变其行为。与单细胞生物比较，动物更长于对环境的变革做出反应，它们不须要等待几代人的突变，就能将行为的变革融入到它们后代的基因中。它们可以发展出非常繁芜和动态的行为，比如为自己创造庇护所、佃猎、照顾幼崽和社交。
有大脑和神经系统的动物的智能可以被看作是两个同心圆的循环。外环是遗传进化，即物种的身体和四肢在世代之间的缓慢增强。而内环是快速学习，即每个生物体在其生平中得到的技能。
这两种智能之间存在着协同浸染。大脑通过提高生物体的生存和繁殖能力为基因做事。作为交流，进化有利于提高每个物种的大脑先天和学习能力的基因突变（这便是为什么有些动物生来就有行走能力，而有些动物几周或几个月后才学会）。
与此同时，大脑也要做出权衡。当基因把自己的职责交给大脑时，它们就失落去了对生物体行为的一些掌握。
其详细表示在有时大脑会去追逐一些不利于基因自我复制的褒奖（例如，成瘾、自尽）。其余，大脑学到的行为也并不通过基因通报（这便是为什么你没有继续父母的知识，而必须从头开始学习措辞、数学和运动）。
正如Lee在《智能的出身》中写道：“大脑功能可以被履历改变的事实意味着基因并不能完备掌握大脑。然而，这也并不虞味着大脑完备不受基因的影响。如果大脑选择的行为阻挡了其自身基因的自我复制，那么这样的大脑在进化过程中就会被淘汰。因此，大脑与基因的互动是双向的。”
▍对人工智能的启迪
一段韶光以来，人工智能界常常通过理解大脑来得到算法和新研究方向的灵感。科学家们试图在打算机中复制大脑和神经系统的认知功能。
但智能的进化不雅观点见告我们，大脑，及其所有的奇迹和秘密，是基因进化历史长河中的产物。说得更直白点，大脑只是基因的“代理人”（只管这种浸染非常繁芜，有时超出了基因主体的掌握）。
“现今的人工智能仍旧不是真正的智能，不是由于它是由不同于人类大脑的材料和构件组成的，而是由于它设计之初便是用来办理人类选择的问题，”Lee写道。“如果人工智能是真正的智能，它就必须有自己的目标，并为了自己的利益进行任何可能的考试测验。简言之，真正的人工智能该当是为了其自身的利益，而不是为了改进人类的福祉。”
从这个角度来看，目前形式下的人工智能只是人类智能的延伸，就像大脑是遗传智能的延伸一样。我们的人工智能算法可以在一秒钟内完成数十亿次的打算，并学习做一些超出人脑能力的事情。但它们仍旧被设计用来办理人类大脑已经创造和制订的已知问题。
例如，那些击败《星际争霸》冠军、在图像分类中与人类相匹配、进行实时语音识别的人工智能系统也只是被设计出来办理人类不可能或难以办理的问题。
而我们的大脑是我们基因的“代理人”。你可以把人工智能算作是智能图谱中的第三个循环。它的进化速率比智能和有机学习快得多，但仍旧受到其外环所设定的约束。
因此，不发展自己的目标和功用的人工智能将仍旧是人类为提高劳动效率而发明的浩瀚工具之一。
“只要打算机不进行物理上的自我繁殖，人类就仍旧是拥有人工智能的主体和行为掌握者。”Lee写道。