即使是最好的AI程序也會犯愚蠢的錯誤。美國DARPA正在開展一場競賽，以彌補該領域最明顯的缺陷——缺乏常識。
隨著人工智能越來越多地被用於危急情況，例如駕駛自動汽車、進行醫療診斷等，人們需要從情報信息中得出生死有關的結論，且不會再被看做笑料。
科技公司忙於商業化機器學習技術，雖然強大但基礎常識有限，相比之下，人類嬰兒很快會形成對世界的直觀理解，這是他們智力發展的基礎。
例如，深度學習可以識別語音中的單詞或圖像中的對象，通常就要有令人難以置信的準確性。但該方法通常依賴於將大量標記數據（原始音頻信號或圖像中的像素）——輸送到大型神經網絡中。系統可以學會經過挑選的重要模式，但它容易在更廣闊的常識世界一塌糊塗。
缺乏常識的問題仍然可能最終導致災難事件。DARPA新機器常識計劃項目經理戴夫·甘寧發佈聲明說，“常識缺乏會阻礙智能系統瞭解世界、與人自然交流、在不可預見的情況下合理行事，並從新經驗中學習。這種缺席可能是我們今天弱人工智能與強人工智能之間的最重要障礙。”
然而，解決常識缺乏問題並不輕鬆。以前幫助機器瞭解世界的嘗試，都集中在手工構建大型知識數據庫上。這是一項笨拙且基本上永無止境的任務。最著名的努力恐怕要數開展了數十年的Cyc數據庫。
現在，美國軍方研究機構DARPA正在解決因為沒有常識造成的AI缺陷問題。
而DARPA的新機器常識（MCS）計劃將舉辦一場競賽，要求AI算法理解如下問題：兩種相同的植入放在同樣類型和數量的土壤中，澆灌同樣多的水，一個靠近窗戶，一個放在黑暗房間中。靠近窗戶的植物將產生更多的（A）氧氣（B）二氧化碳（C）水。計算機程序需要對光合作用有一定了解才能給出答案。
這些基準測試將專注於語義理解，未來不斷提供這種衡量常識理解進展的問題是至關重要的。
“常識是人工智能領域的暗物質。”美國著名非營利組織艾倫研究所首席執行官奧倫·艾奇奧尼說，這類研究試圖探索人工智能技術的侷限性。
閱讀更多 揚州市邗江區檢察院 的文章
