如果說前一種緣由源自于於技術，特別是對人工智慧發展的無知；那麼後一種聲音則不僅是對人工智慧的無知，也是對人類自身存在和未來的無知，可謂愚蠢至極。
棋盤和人類大腦都是人工智慧的尺規
事實上，儘管 2016 年人工智慧領域如此火熱，但從 2016 年 1 月到現在整整一年的時間，人工智慧領域的震撼性事件只有三個：
· 2016 年 1 月 24 日，人工智慧先驅馬文明斯基離世；
·2016 年 1 月 27 日，Google DeepMind 在《自然》雜誌發表論文，正式宣佈破解了圍棋；
·2017 年 1 月 20 日，百度人工智慧機器人小度擊敗第三位人類選手，在三局人機大戰中完勝；
之所以將上述三件時間、空間都沒有關係的事件擺在一起，根本原因在於，這三個事件既是結束，也開啟了一個屬於人工智慧的新時代。從 60 多年前開始，不管是明斯基還是另外幾位人工智慧的先驅，擺在這些最頂尖科學家、數學家面前的首要問題就是：如何衡量人工智慧？
1920年代，美國心理學家 Louis Lean Thurstone 在研究中發現，受訪者在回答問題時更傾向於回答一些相對意義或者比較意義的問題，比如類似這樣的問題「你更喜歡誰的畫，A 還是B？」就比單純回答「你對A 畫喜歡多少？」要容易簡單的多。這套理論被稱為「比較性判斷準則（Law of Comparative Judgement）」。通過讓人們每次比較多個物件中的兩個，而最終可以計算出每個物件的測量分數（定距尺度）。
其運用範圍非常廣泛，人工智慧研究者終於不再為定義「智慧」來擔憂了，只需要將機器與人類放在某個同樣環境下繼續比賽，利用人的智慧來衡量機器的智慧。棋類遊戲首先被用於測試機器的智慧，是因為棋類遊戲是一種「完美」資訊的遊戲，對玩家們而言，無論人類還是機器，所面對的資訊是透明且對等的——就是棋盤和棋子而已。
這樣的曖昧情節始於1956年，IBM 工程師 Arthur Samuel 創造了一種西洋跳棋的應用程式，並使用強化學習來訓練這個程式。1962年的時候，Arthur Samuel 的這個西洋跳棋程式打敗了當時全美最強的業餘選手 Robert Nealey。
接下來的最吸引人的兩個故事就是卡斯帕羅夫與深藍的世紀之戰以及李世石大戰 AlphaGo，借助於電視、互聯網、社交媒體等大眾傳媒的發展，全世界的人都看到了東西方兩大棋類裡的頂級人物低頭認輸的場景。
人工智慧已經在國際象棋、圍棋證明了自己的能力，而挑戰人類的最強大腦則成了衡量人工智慧的另一個尺規。
此次最強大腦比賽，三場比賽涵蓋了人臉識別、語音辨識與視頻（動態模糊圖像）識別等多個領域。這些「技能」是人類長期進化過程所形成的，百度首席科學家吳恩達這樣解釋人類的人臉識別能力：“一個3歲的孩子看見媽媽時，不管媽媽是微笑、生氣，睜著眼、閉著眼，長頭髮、短頭髮，穿什麼衣服，孩子都可以輕易認出這是媽媽。”