今天的句子：
These impacts have intensified discussions of risk, but the current danger is not from a Terminator-style robot uprising. Instead, it will come from inappropriate — or simply bad — uses of the computational tools at our disposal. Algorithms are still unable to automate many human qualities, such as the subtle cognitive capacities we otherwise call common sense.
思考题：
According to the text, what is beyond Algorithms’ ability now is ________.
[A] to use disposable tools
[B] to handle uprising properly
[C] to have a little common sense
[D] to attain certain cognitive ability.
句子解析：
第一句：
These impacts have intensified discussions of risk, but the current danger is not from a Terminator-style robot uprising .
参考译文：这些影响加剧了人们对风险的讨论，但是现在的危险并非终结者式的机器人暴动。
第二句：
Instead, it will come from inappropriate — or simply bad — uses of the computational tools /at our disposal.
参考译文：相反，风险将来自我们对可支配计算工具的不当（或只是糟糕的）使用。
第三句：
Algorithms are still unable to automate many human qualities, such as the subtle cognitive capacities //(that) we otherwise call common sense(定语从句）.
定语从句还原：
we otherwise call (that=the subtle cognitive capacities) common sense(定语从句）.
参考译文：算法仍然无法实现许多人类特质的自动化，例如我们称之为常识的精妙认知能力。
思考题解析：
According to the text, what is beyond Algorithms’ ability now is ________.
[A] to use disposable tools
[B] to handle uprising properly
[C] to have a little common sense
[D] to attain certain cognitive ability.
根据文中，现在算法能力所不能及的是____。
【A】使用一次性工具 （没提及）
【B】正确处理起义（没提及）
【C】有一点常识 （不是没有常识，常识是有的，只是没有某种常识。）
你要和题干连起来看：
现在算法能力所不能及的是：有一点常识
也就是一点常识都没有。
（不是没有常识，，只是没有某种常识。扩大了否定对象。）
【D】获得某种的认知能力。（对应最后一句！）certain（ 某种对应 subtle）正确选项！
文章来源背景和来源：
The scientific events that shaped the decade
塑造过去十年的科学事件
Source: https://www.nature.com/articles/d41586-019-03857-x
背景：科技创新是催生社会经济转变的重要力量。人工智能在2010年代的崛起无疑再次证明，科技改变现实无与伦比的速度和规模。深度学习通过神经网络识别复杂数据中的模式，让人工智能技术得以展示其非凡的力量和颠覆性的潜力，并在机器翻译、自动驾驶等方面取得了很大的进步。目前，已经极少有领域没被机器学习革命触及，从材料科学、新药研发到量子物理，无一例外。但要说机器全面取代人工还为时过早。一方面，人工智能与人类智能相比在很多方面仍显“粗糙”，无法像人类一样进行细微的推理和完成精细动作。另一方面，根据人类过去积累的行为数据进行训练的人工智能会继承我们的偏见和歧视，让机器判断失去“客观”和“中立”的传统优势。如何让机器智能进一步汲取人类的优点，同时又不放大我们的缺点和过失，是下一步技术优化必须解决的难题。
