我覺得關鍵是人類連智能是怎麽回事都沒弄清楚，就研究人工智能還是太急躁了。俗話說，沒吃過豬肉還沒見過豬跑？問題是只見過豬跑你是不知道豬肉是什麽味道的，遑論人造豬肉。即使是研究飛鳥來制造飛行器，也可以說飛行器的飛行原理本質與飛鳥相同；而脫離對 人類智能的研究去研究強人工智能則有點像無本之木了。
智能在人類看來是一個黑箱，電腦也可以當做一個黑箱。高中物理就學過黑箱電路的判斷吧？我們打不開黑箱，但是我們掌握了黑箱輸入輸出的關系，就能重造黑箱的電路——即使電路不是完全相同的，也可以產生相同的表現。
基於這個原理，天真的電腦科學家們認為，既然智能是一個黑箱，電腦是一個黑箱。智能這個黑箱是我們不能了解的，而電腦這個黑箱是我們了解的。於是我們如果掌握了智能（比如人類智能）的輸入集，再加入一個對應關系，使之對映到對應的輸出集，這個事不就解決了？？
這麽直接的目標似乎很適合電腦實作呢。所以第一代人工智能的大牛們，欣喜於當時已經取得的成果，樂觀地作出如下的估計（摘自維基百科人工智能史）：
1958年，H. A. Simon，Allen Newell：「十年之內，數碼電腦將成為國際象棋世界冠軍。」 「十年之內，數碼電腦將發現並證明一個重要的數學定理。」
1965年，H. A. Simon：「二十年內，機器將能完成人能做到的一切工作。」
1967年，Marvin Minsky：「一代之內……創造‘人工智能’的問題將獲得實質上的解決。」
1970年，Marvin Minsky：「在三到八年的時間裏我們將得到一台具有人類平均智能的機器。」
本來的估計是到現在這個時候，我們人類早就每天歡樂地玩耍了，勞心傷神的活都交給電腦了。結果除了產生了幾個電腦象棋冠軍外，在其它設想方面沒啥太多進展。為什麽呢？
之前講過，如果掌握了智能的輸入集和輸出集，找到對應的關系，就能交給電腦去做——比如手感到燙作為輸入，縮回手來作為輸出，對應關系是因果：如果手感到燙，則縮回手。這個問題細分下來，就有：如何把知識（手感到燙，看到一棵樹，讀到一個文件，聽到一段聲音等等）表示成電腦辨識的輸入集？如何認定某個特定輸入集產生怎樣的輸出集？以及，如何確定這個對應關系？
冷靜下來一思考，我們就發現：輸入集是幾乎無窮的；就是說幾乎不可能把現實世界完全投射到電腦當中。輸出集也是無窮的；因為輸出集也對應於現實世界。而對應關系，則是無窮的無窮次方，因為輸入和輸出都是無窮的。
還有，人類的感情，比如喜惡，哀怒，以及自我意識這些人類自己都沒有弄明白的東西，又如何教給電腦呢？
即便以人類掌握的知識來解釋客觀世界，得到有窮的知識集合，這樣的集合對於電腦來說也是無法想象地大，以至於任何現有技術無法儲存這些數據；而要以此產生輸出，需要的計算能力也是大大超出現有技術的極限。更要命的是如果數據都要依靠人類來輸入，那麽何時才能搞完呢。
於是各個子問題就產生了。比如知識表達，即如何把客觀世界反映為電腦數據；比如機器學習，即如何投入少量的人工幹預，甚至不敢於的情況下，讓電腦能夠學習到相關知識。
在此特地要介紹一下人工神經網絡，因為是最近比較火，套用比較廣泛的技術。
人工神經網絡實際上就是要電腦經過人類的訓練，在訓練過程中自動建立輸入與輸出之間的關系。我們人類要做的就是給出輸入和輸出數據。
比如，我拿著一本書放在電腦網絡攝影機前面（輸入），告訴電腦：這是書（正確的輸出）。電腦會在網絡攝影機拍到的畫面，和話筒收到的聲音訊號之間建立方程式，使得輸入的畫面經過計算，產生輸出的聲音。經過多次訓練，電腦就能建立一個方程式，方程式左端輸入訓練過的所有書籍圖片，右邊輸出「書「的語音。我們希望這個方程式在多次訓練後具有普適性，使得它對任何書籍都有鑒別能力。
這個神經網絡的技術，已經套用到了圖片辨識（比如搜圖），手寫辨識，語音辨識，預測等等領域。看起來似乎挺智能，但是這個技術的每一次套用，都需要人類為其設計配套的神經網絡，才可能取得良好的效果。而有些大規模的，復雜的問題，如何用神經網絡求解，仍然是嚴峻的課題。因此雖然技術是好，但是離人工智能還是南轅北轍。
結論就是： 弱人工智能套用廣泛，發展也比較快，但是弱人工智能的和不是強人工智能。而強人工智能，像人類那樣的智能，依舊是一籌莫展。
樓主的提問嘛。簡單做以下回答吧：
除了圖靈測試，還有哪些得到業界認同的人工智能的測試手段或判定準則？
由於人類對於智能的了解也非常有限，因此對於判定人工智能還是缺乏有效的手段。電腦透過圖靈測試，目前看來只是在模仿飛鳥的路上翅膀扇得更快罷了，離飛機還差得遠。而此次透過圖靈測試的電腦，實際上是在極其寬松的判定條件下透過的（模仿非英語母語的烏克蘭13歲少年，只騙過30%出頭的人類）。而如果我拿著simSimi小黃雞去我老家山村做圖靈測試，得分恐怕也會比這個高一倍。因此圖靈測試並不是一個嚴格判定人工智能的測試方法，人工智能也沒有明確的定義，而且圖靈測試對人工智能的判定在業界也有相當的爭議。比如這個：中文房間
現階段，不確定性人工智能領域的研究進展如何？
這個我不太了解，但是你給的那篇paper我倒是通讀了一下。似乎目前的研究還是集中於如何「模擬」真實世界的不確定性，而不是電腦本身的不確定性。就像電腦無法產生真正隨機數一樣，當前電腦的本質是確定狀態之間的轉換而已。
互聯網和腦科學的交叉是不是已經成為了研究熱點？
沒有讀過相關文獻，不過如果你指的是人工神經網絡的話，確實很熱門。
怎麽看待人工智能的人格特質？
人工智能還沒有實作，現在考慮這個問題還是有點早了。看都還沒看到，何談看待呢？現在談看待，也無非只是想象而已。
人工智能可以發展出意識和自我認知嗎？擁有意識和自我認知的人工智能結合網絡和自動化控制，是否可以具備新陳代謝和自我復制的能力，可以認定為智能生命？
我的觀點是以現在的電腦結構和原理來說，不能。
如果人工智發展出了意識和自我認知，從倫理和技術出發，人類會如何處理和它/他的關系，絕對支配?平等互助?還是淪為附庸？
同上上個回答，現在談這個只是空中樓閣罷了。
剩下的問題實在超越理工學術的範疇了，無法回答了。
