这里有一个人工智能仍然严重缺乏人类某些属性的例子:测试表明，自然语言处理(NLP)系统可以通过仅仅将一个单词替换为同义词，从而导致误解文本。
麻省理工学院(MIT)的一个研究团队开发了一款名为TextFooler的软件，该软件寻找对NLP分类器最重要的单词并替换它们。该团队提供了一个例子:
The characters, cast in impossibly contrived situations, are totallyestranged from reality.（剧中的人物，被安排在不可能情境之中，与现实完全脱节。）
Textfooler模型生成的对应句子是：
The characters, cast in impossibly engineered circumstances, are fullyestranged from reality.
将contrived situation改为了engineered circumstance，totally 改为fully。
结果AI将第一个句子标记为“负面”，第二个句子标记为“正面“。
人类破译不是问题。然而AIs系统的结果却令人吃惊。比如，谷歌的神经网络BERT在识别Yelp上的评论是正面还是负面方面的表现就差了7倍。
Douglas Heaven为《麻省理工技术评论》撰写了一篇研究综述，解释了这项研究的重要性。Heaven写道:“我们已经看到了许多对抗攻击的例子，最常见的是图像识别系统，输入的微小变化可能会让AI不知所措，并导致它对所看到的内容进行错误分类。”Textfooler这种类型的攻击也会破坏NLP，即虚拟助手(如Siri、Alexa和谷歌Home)背后的人工智能，以及其他语言分类器，如垃圾邮件过滤器和仇恨言语探测器。
这篇论文探讨了人工智能技术超越人类努力的各种方法，如检测乳腺癌、玩星际争霸、公开辩论等。在其他领域，无论多么徒劳，抵抗依然存在。据报道，尽管无人机竞赛联盟的首席技术官预测2023年将是人工智能接管的一年，但在无人机竞赛中，人类驾驶员仍总体上击败了AIs。
研究人员希望，诸如textapher这样的软件的最终目标是使NLP系统更加强大。
对于那些来自不列颠群岛、中国和某些英联邦国家以外的人来说，“斯诺克”这个词源于斯诺克运动，就是“让人处于困境”。美国的对应词是“behind The eight ball”，这句话被人们广泛用来描述任何得胜希望渺茫的境况。
