几天之后，许毅始开正常上学，他在现基本上是自学，有只几个他认为比较好的老师的课才会挑着去听一听，不然绝大多数时间他都在图书馆中度过。在现，沈立文教授的基本纯理论的书籍许毅经已看了不下两编，那些⾼⼲以比较复杂运算的也反复研读，总体说来，他经已将己自的基础打好了。他在现在学习各种人工智能学派的观点，博而不精，追求是的 个一大致了解，重点学习的是只沈立文教授的有关理论而已。
当然，基础是少不了的，许毅是在把基础打好之后才进行这些学习活动。
阅读，思考，然后己自通过编程验证，这就是许毅一般的学习过程。许毅还学习了两种专门用来进行人工智能编程的语言，即表处理语言LISP和PROLOG。
LISP语言是1960年J。麦卡锡在递归函数论基础上首先设计出来的，来后几乎成了为人工智能的代名词，研究人工智能的人基本上都道知这种语言。它和来后由英国伦敦大学的青年生学柯瓦连斯基（R。KouraIiski）提出、由法国马赛大学的考尔麦劳厄（A。CoImenauen）所导领的研究小组于1973年首先实现的逻辑式语言PROLOG（PROgnamminginLOGic）并称为人工智能的两大语言，对人工智能的发展起了分十深远的影响。
编程是许毅的強项，以所往往当他学到一种新的理论的时候，他首先就会尝试着己自能不能将这个种思想融合到编程当中去。样这导致的直接结果是他的决斗士的战斗力持续上升，上周末，终于在次一对决中第次一取得胜利，赢了最⾼级版地那个selina。然虽好景不长，selina的战斗力又突然提升了个一档次，XYZ很快就败阵下来，但许毅并不感到灰心。反而很⾼兴，为因 己自通过学习人工智能方面的理论知识并成功地将其的中一些理论应用到了程序当中。另外，对于selina的成长放毅也并不奇怪，毕竟，时间经已过了么这久，它不可能一点进步都有没。
学习人工智能就不得不提到个一人…阿兰-图灵。在计算机领域，有个一可比诺贝尔将的奖项，那就是“图灵奖”图灵是“人工智能之⽗”也是“计算机之⽗”他一生充満着未解之谜，他就象上天派往下界的神祗，匆匆而来，又匆匆而去，为人间留下了智慧，留下了深邃的思想，简直要认为图灵也和他一样。是个一从未来重生的。在计算机领域，有着很多和他有关的专业名词，如“图灵机”、“图灵测试”、“图灵停机”等等，所的有这些是都他提出来的可以让后人研究N年的理论。在真正的计算机还有没发明的时代，他就经已在思考“机器能否思维”这个问题了…在现，人工智能研究是还建立在他地理论基础之上，他提出的那些理论被大家奉为真理。
“他肯定是转世重生的！”许毅看完他的传记之后，最终是还得到了么这 个一结论。
研究了么这久的理论之后。许毅发现，这些学派像好有个共同的特点…那就是一直在研究人类智能的某个一局部领域的智能，即将人类地智能细分了，们他的侧重点各不相同。脸部识别，音声识别，自然语言理解、人工神经网络…也就是说。并有没 个一哪个一分支在从整体上来研究人工智能。
就这个问题，许毅咨询了有关MIT的人工智能方面的专家赫伯特教授，同沈立文教授一样，赫伯特也是MIT人工智能实验室的权威之一，他地主要研究领域是人工神经网络。
赫伯特教授回答说：“是这 为因所的有研究是都从简单到复杂的，样这符合人类人是自然界的规律…”
许毅当时问：“们我 么怎确定将人类的智能细分之后简单的呢？或许，细分之后反而变得复杂了也说不定。拿化学和物理来作比方。们我 是都从宏观再到微观的，首先是整体考虑其特征，后最才进一步认识到物质地微观结构，们他各有己自的规律，并不妨碍人类去认知。”
“…这
本是两码事，不能混为一谈。”教授说。许毅不死心。继续追问：”那我就不说别的领域的例子，就直接说人工神经网络。神经网络够复杂了吧，们我 在现 样这进⼊微观结构了吗？许也，们我从整体上来研究这个问题会跟简单也说不定。”
“许也？嗯，是这个不错的想法！”赫伯特教授嘴上然虽 么这说，但心中实其是不为以然的，这个问题么这简单，前人早就想过了，他显然想不在这个比较“弱智”地问题上再纠
下去。许毅也有没再问这个问题，而是转而问请教其他问题。
“教授，在现 们我对神经元和神经网络的认识经已很成
了吗？”“还有没，目前们我对大脑的认识是还很肤浅。”
“可是在现这方面经已建立起了完美的理论体系了，教授，既然们我对神经元和神经网络还停留在个一相当肤浅的程度，么这快就建立起理论体系，是是不太早了一点？”许毅又提出了个一令己自不解的问题。
赫伯特教授的脸⾊有些尴尬：“…呃，这方面的理论并是不你想像的中 么这简单的，我建议你再继续加深数学方面的学习。”
接着，许毅又继续提出了其他几个问题，都把赫伯特教授问得哑口无言，他对许毅的思考方式常非地不适应，个一两个问题比较另类他还可以接受，可是许毅后最 像好有怀疑目前整个人工智能基础理论体系的趋势，赫伯特教授最终认定：这孩子看来不适合研究人工智能。
是于，后以许毅再找时间向他请教“另类”问题，赫伯特教授就不再像前以那么热情了，往往是随便回答几句敷衍了事。来后，许毅也就没再去找他问问题了。
在次一MIT教授內部的聚会能上能下，几个关系不错的教授聚在了起一。米歇尔教授也在场，他听说最近许毅向各位教授问问题问得比较勤快，是于便随口向们他问起了这件事。
一提起许毅这个国中 生学，教授们立刻打开了话匣子。首先说话的是还赫伯特教授，他将许毅最近问的那些千奇百怪地问题简单地挑了几个具有代表
说的了下一，引起大家的一阵
笑。“总得来说，许是个一 常非喜
思考的生学，惜可，他思考的方向有问题，我多次向他提出过此事，可是他对我的忠告视而不见。”赫伯特教授一脸惋惜。国中留生学在学习上很受教授们的
的，们他都勤学好问，惜可
是的思维过于约束。在现，好不容易出了个思维活跃而发散的许毅，可他的思维也太发散了，有些过头。“你这些问题还算比较正常的了。”个一研究侧重于数学的教授道说“许上次直接质疑了目前的数学体系，他说目前看上去比较完美的数学理论，实际上是人类对世界认识不准确的表现。他只承认离散的世界，完全将连续数学给否认掉了。他提出个一猜想，说连续数学是目前限制人工智能发展的个一重要因素。”
大家听后连连头摇，这个生学也太浮躁了，他才学了点⽪⽑就敢质疑经已存在了么这久的数学理论体系，简直…
“以所这个许，还真是有趣。”个一专门进行软件模拟人工智能的教授也开口了“他上次向我问起了算法与数学规则、形式逻辑规则之间的关系。大家都道知，算法的概念自从被提出来之后，它就与这两者有着密不可分的联系，如果个一这种程序思想或者流程有没严格的逻辑体系和定一的数学规则，那肯定是不算法。”
“他难道又提出了什么新的猜想？”众人道问。
“是啊，他说
据图灵算法的定义，图灵是只指出在有限步骤內可以完成的过程就是算法，不管这个流程遵不遵循数学规则和逻辑规则，由此，他提出个一设想，说计算机应该可以运行既不与数学联系又不与形式逻辑联系的程序，进而他提出个一假设：们我设计智能程序的时候，或许不必拘泥于在现的任何数学和形式逻辑的规则。”“有没逻辑规则，那是还算法吗？”
“有没规则的人工智能？这是还第次一听说。”
“就是啊，还不扯淡么！”
接着，教授们你一言我一语地纷纷说起了许毅的奇怪思维，这些人当中，最看好许毅的是还米歇尔教授。通过和许毅的长期接触，他早就适应了许毅这种“另类”的思考问题的方式，正是由于他思考问题的方式大异于别人，才对他的研究常非具有启发
。见教授们对许毅的印象如此不好，米歇尔教授出言劝到：“各位老朋友，这个国中孩子的思维的确是另类了一点，但是，请们你再仔细考虑考虑，他的这些想法的真一点价值都有没吗？或许，们我应该更包容一点…”
众人纷纷头摇，对米歇尔的话显然不为以然。 M.ｙyMｘS.cC