所以说，把“人类的常识”交给人工智能到底有多难？

这是意象运算

代词回指，是nlp一个基础难题，是强人工智能的一个 标志。以前的图灵测试无法胜任，只能测试弱人工智能。
升级版GAI测试--Winograd Schema，由多伦多大学的研究人员在2011年首次提出，使用模糊的代词的理解：回答一个简单的问题。eg：
The cat sat on the blanket because it was warm. 问 What was warm?
猫坐在毯子上，因为它很温暖。什么很温暖？
上例中的它是一个模糊的代词。为了防止能使用词序或词汇不假思索地回答问题的“智能编程”，总有一个词被改变，从而改变答案，同时成为敏感词。如上例，将问题中的温暖换成冷，那么答案会由毯子变成猫。目前世界水平60分左右，各国距90分合格还有很长一段路。

都有可能，我至少觉得要具体到图像才知道是那个答案。又或者，人类和羊群那个比较接近高尔夫玩家的逻辑。

天网是没戏的，变形金刚类外星金属生命比较现实

我觉得唐纳德·特朗普看到这段文字回答对的几率只有%50