儘管阿裡巴巴和微軟在理解測試中可能已經開發出了超越人類的AI系統， 但機器仍面臨著嚴峻的自然語言挑戰。
挑戰：斯坦福大學通過500篇維琪百科上的文章來測試人類和AI對詞語和句子的理解，
得分：人類得分為82.304。 阿裡巴巴的AI達到了82.44， 微軟的82.650。
雙方觀點：阿裡巴巴首席科學家羅斯說， “這意味著客觀的問題， 如什麼原因導致下雨， 現在機器已經能實現高精度地回答， 並且計畫將這項技術用於客戶服務等實際應用”。
但是：這不是人們理解的方式。 它雖然很工整， 但人工智慧並沒有真正理解它的內容。 它不知道“英國搖滾樂隊酷玩樂團”究竟是什麼， 除了它是超級碗問題的答案之外。 而人類仍然毆打電腦的語言問題要困難得多。