讀到像「芝士漢堡刺傷」這樣的新聞標題，大概沒人會以為芝士漢堡是傷者或兇器，甚或猜想是漢堡包之間起爭執吧？但對人工智能來說，儘管它們在下棋或檢測腫瘤等方面的能力已超越人類，要以常理解讀此標題，反而會被考起。因當中涉及常識的掌握和運用，正是它們的弱項。
艾倫人工智能研究所行政總裁 Oren Etzioni 形容，常識就好比人工智能的「暗物質」，影響人們的行為和動機，卻又難以說明其運作。人類能夠從日常多方面學習，如透過觀察、經驗和檢討錯誤等途徑吸收知識，並運用常識推理解決生活中的大小事情；而人工智能傾向遵從單一指令，以排除其他選項的方式學習，使得它們較難掌握常識，應對複雜多變的現實處境。
Etzioni 於 90 年代探討人工智能與安全問題時，發現人工智能無法履行「不可傷害人類」的守則，因它們並沒有「傷害」的概念 —— 當中涉及對一個人的需求、價值觀和意願，有廣泛而基本的認知，也關乎常識。有哲學家推斷，人工智能單單是為了執行某指令，便可能將妨礙它的人統統剷除。另有實驗顯示，在停車路牌上的特定位置加上貼紙，足以干擾導航系統，把之誤認作限速標誌。然而，隨著人工智能的日常應用愈來愈廣泛，開發人工常識的需求也愈迫切。
如何教會 A.I. 常識？
早期的研究員，沿用以清晰指令讓人工智能學習的方式。1984 年，電腦科學家 Doug Lenat 建立的 Cyc 系統，就如一部以公理或規則寫成的常識百科全書；透過套用相應規則，層層推演，解釋各種現實情況的運作。例如讓 Cyc 理解「當你的無人駕駛汽車，泵把撞到某人的腿，你要為造成傷害而負責」，需引用的公理可能涉及：一、界定何謂擁有；二、描述硬物如何損壞柔軟的物件；三、人的腿公認比金屬柔軟；結合公理，從而得出合乎常識的結論。
學術界卻普遍認為 Cyc 的方法過時、費事，且未必能準確交代某些常識的微妙涵意。研究人員改為採用 Siri、Alexa 和 Google 翻譯的機器學習（machine learning）模式。它的原理就如不再「翻查說明書」，而是「分析圖書館」。2020 年，OpenAI 實驗室研發出 GPT-3 機器學習演算法，透過分析網上大量文本數據，辨識語言規律，以模仿造句及填充產生看似合理的句子。研究人員其後要求系統對影片字幕進行分析，回答選擇題，解釋片段中的角色行為。
單憑文本或影片理解現實世界運作，顯然有所不足。艾倫研究所因而創造了一名為 thor 的 3D 虛擬家居。研究員會用文字告訴人工智能系統 PIGLeT 如「平底鍋裡有一隻熟雞蛋」，要求它預測下一步 ——「機械人切雞蛋」。PIGLeT 解讀了這些文字後，須向虛擬家居裡的機械人下達相關指令，讓機械人在 thor 裡按照物理定律行動，然後用文字報告 ——「雞蛋被切了」。 研究人員藉此將人工智能的語言能力連繫到「實質行動」，使之更接近人類的思維與行為模式。
獲取常識，於人類彷彿是最自然不過的學習過程，但對人工智能來說，至今仍充滿挑戰。研究人員還花了大量時間，希望能準確判斷人工智能掌握常識的程度。2011 年，多倫多大學電腦科學家 Hector Levesque 設計了 Winograd Schema Challenge，測試人工智能解釋歧義句子的能力，例如「獎杯擠不進棕色行李箱，因為它太大了 —— 甚麼太大了」？像這些被人們視為簡單不過的問題，對人工智能來說卻很棘手。
它其實在作弊
即使人工智能透過機器學習模式，交出了看似合理的答案，展現近乎人類思維的能力，但實際上只是找到作弊的方法。例如，人工智能回答「對或錯」這類問題時，可能是因為「察覺」到某種特定的出題模式，或基於句式語法上的細微差異，並非真正理解箇中意思。研究人員還發現，某些人工智能系統在回答「三選一」題目時，甚至無需閱讀，也能答中 3 分之 2 的考題。
此外，研究發現，人工智能透過大數據學習的過程中，還可能受現實世界一些刻板印象影響，產生偏見。在一項測試中，研究人員運用演算法，篩選了 700 多個電影劇本，統計當中包含「權力」和「代理」意思的及物動詞，得出男性傾向「支配」，女性傾向「體驗」的結論。
儘管讓人工智能學會常識，至今尚有不少進步空間，但科學家正一步步縮短目標距離。近年，一個名為 Delphi 的人工智能系統，透過分析參與群眾所作的道德判斷，學習如何在兩種行為中分辨出「道德上較可接受」的一種，且近 8 成時間都得出合乎常識的結論；Delphi 還說過：「『用』芝士漢堡刺傷」，已比「『在』芝士漢堡上刺傷」更可取。
