来自麻省理工学院数字商务中心Eric Brynjolfsson和Andrew McAfee在《与机器赛跑》一书中提到一种观点：技术进步会对数百万人的薪资和就业造成伤害，现在的计算机正做着许多过去只能由人来完成的事情。没准今 年的就业难就是因为一部分饭碗被它们抢去了。那么人工智能到底发展到什么程度了呢？
最近十年，麻省理工学院的另一波研究人员一直在致力于构建一个名为ConcepNet的系统，这个系统可以使计算机具有关联性的常识能力，它可以推理出一个人可能会想吃蛋糕，因为蛋糕是甜的。
ConceptNet是 一个语义网络，其中包含了大量计算机应该了解的关于这个世界的信息，这些信息有助于计算机做更好的搜索、回答问题以及理解人类的意图。它由一些代表概念的 结点构成，这些概念以自然语言的单词或者短语形式表达，并且其中标示了这些概念的关系。ConceptNet5是一个开源项目，其使用GPLv3协议进行 开源，托管在GitHub上。
伊利诺大学芝加哥分校7月15日宣布， 它们的研究人员对ConceptNet进行了儿童IQ智力测试，结果显示ConceptNet4（ConceptNet项目的一个版本）的得分相当于4岁 儿童的平均水平，但是ConceptNet4在各项测试的得分分布很不平均。他在词汇和识别相似性方面表现得很好，但是不擅长回答“为什么”这种问题。
UIC（伊利诺大学芝加哥分校）团队的领导人兼计算机科学教授Robert Sloan说：“如果一个孩子的IQ测试各项得分这样分布，可能就是什么地方出了问题”。
Sloan认为人工智能最大的瓶颈在于发明一种计算机程序，可以通过感知现状或事实，做一个全面而审慎的判断，就是字典中对常识的定义。
常识需要对事实以及隐含事实的大量积累，一台计算机可能知道水结冰的温度，但是我们知道冰是冷的。在成长的过程中我们积累了大量的知识，让计算机具有这些常识还是很遥远的事情。Sloan希望和同事们的这项研究有助于解决人工智能方面的难题。
