对我们人类而言，常识是很难定义但很容易识别的概念。排队要排在队尾是常识，出门前要锁好门也是常识。但机器或人工智能无法识别常识，它们通常只能执行经过多次训练的、特定的任务，一旦任务条件超出它的掌握范围，人工智能就会瞬间论为“人工智障”。所以对于人工智能来说，掌握人类常识是下一阶段的重要目标。
那么我们如何教会人工智能(AI)去识别这种定义模糊的常识呢?许多研究人员都曾试图这样做，但都失败了。
最近，微软的联合创始人保罗·艾伦也加入了这一研究行列。
据《纽约时报》报道，艾伦正在为他的非营利性计算机实验室——艾伦人工智能研究所(AI2)投资1.25亿美元，且未来三年预算将翻倍。这笔资金的流入将用于现有的项目以及“亚历山大项目”，这是一项旨在将“常识”传授给机器人的新举措。
艾伦在一份新闻稿中说:“当我创立AI2的时候，我想通过高影响力的研究来扩展人工智能的能力。在人工智能研究的早期，人们对常识有很多关注，但这一工作停滞不前。人工智能仍然缺乏大多数10岁孩子所拥有的:基本常识。我们希望启动这项研究，以在该领域取得重大突破。”
如果条件足够具体，机器可以模拟人工任务。他们可以定位和识别物体、攀爬、出售房屋，提供灾难救援等等。
然而，即使是这些高级机器，也只能执行这些简单的命令。他们如何处理一个不熟悉的情况?如何使用“常识”来校准适当的行动和反应?现在还不能。
AI2的CEO 奥伦·埃齐奥尼(Oren Etzioni)在新闻发布会上说:“尽管最近的人工智能取得了成功，但对于人工智能来说，了解常识是非常困难的。目前没有一个人工智能系统能够可靠地回答一系列简单的问题，比如‘如果我把袜子放在抽屉里，它们明天还会在那里吗?’”或者‘你怎么知道一个牛奶盒已经满了?’”
“又例如，在2016年AlphaGo击败围棋世界冠军时，该程序并不知道围棋是一种棋盘游戏。” 埃齐奥尼补充道。
关于我们没能教AI理解常识的原因，很简单：这真的非常非常难。
几何智能公司的创始人Gary Marcus从儿童发展常识和抽象思维的方式中获得灵感;伦敦帝国理工学院的研究人员专注于符号人工智能，一种人类为人工智能标记一切的技术。
但迄今为止，这两种策略都没有导致我们可以将机器人定义为“常识”。
亚历山大项目将采取更加强硬的方法来解决这个问题。根据新闻稿，它将整合研究机器推理和计算机视觉，并找出一种估量常识的方法。研究人员还计划以众包(群众外包)的方式搜集人类的常识。
任务是艰巨的。但是，如果我们希望人工智能迅速达到下一阶段的应用，并融入到人类生活的更多方面，我们就必须克服它。亚历山大项目可能是一次很好的尝试。
