译者后记

971.html）中描述了这个项目中的某些早期步骤。

事实上，深色的水平条纹并非其下边缘，它是紧挨此边缘且有阴影的磨损表面的一部分。

这种程序建立在Yoshiaki Shirai和Manuel Blum的想法的基础上（详见: ftp://publications.ai.mit.cdu/ai-publicaiions/pdf/AIM-263.pdf）。应该注意到，搭建者仅能处理非常整齐的集合场景，时至今日，仍然没有出现一般用途的“观察机”，能够识别特定房间里的每一个物体。为做到这一点，机器需要具备第6章里讨论的常识性知识。

见AdoIfo Guzman（ftp://publications.ai.mit.edu/aipublic-ations/Pdf/VAIM-139.pdf）和David Waltz（ftp://publications.ai.m-it.edu/aipublications/pdf/AlTR-271.pdf）的论文。

某些人声称想象场景时就仿佛看到了图片一样，而其他人却没有这么身临其境的体验。然而，一些研究显示，两者都擅长回想记忆中场景的细节。

例子可见：http://www.usd.edu/psyc301/Rensink.htm；http://nivea.psycho.univ-paris5.fr/Mud-splash/Nature_Supp_lnf/Movies/Movic_List.html。

这种预测方案出现在我的文章《Neural-Analog Networks and the Brain-Model Problem》（PhD diss.，Princeton University，1954）中第6～7部分。

见歌德的诗《Der Zauberlehrling》，http://www.fln.vcu.edu/goethe/zauber.h...。

在由普什·辛格开发的一个程序中，两个机器人确实思考了这样的问题。

详见：Push Singh，Marvin Minsky，and Ian Eslick.Computing Commonsense.BT Technology Journal 22 ， no.4 （ October 2004 ） and Singh 2005a。

Roger C.Schank.New York：AmericanElsevier，1975；他对前缀“trans”的意义表达了自己的观点。

详见：Douglas B.Lenat，The Dimensions of Context Space ，http://www.cyc.com/doc/context-space.pdf。www.cyc.co.上有对CYC项目的详述。

讨论改编自我一本书的序。详见: Minsky and Seymour Papert.Perceptrons，2nd edition，Cambridge：MIT Press，1988。

我们经常听到有关天才的奇闻，比如超强的记忆力。然而，我对这样的说法表示怀疑，因为我们从未见过相关的实验报道，可以消除人们对此产生的怀疑。

用术语“节”来表达技术含义，是由克劳德·香农定义的，详见：“A Mathematical Theory of Communication”，Bell SystemTechnical journal 27（July and October 1948）。罗纳德·罗森菲尔德认为，具体文本中的信息大约是6节1个单词，如果一个人能在每秒学习2个字节，一天学习10小时，坚持30年，仅能学习一百万节的信息，这比一个高密度光盘所能承载的容量要少。详见：A Maximum Entropy Approach to Adaptive Statistical Language Modeling.Computer，Speech and Language 10（1996）；也可参考拉尔夫·梅克尔的描述见：http://www.merkle.com/hunianMemory.html。

我认为这也适用于下面的研究结果: R.N.Haber.20 Years of Haunting Eidetic Imagery : Where’s the Ghost ？ .Behavioral and Brain Sciences 2（1979），583-629。

详见下面关于自我组织的学习体系：Raymond J.SoIomonoff.An Inductive Inference Machine.IRE Convention Record，section on InformationTheory，Part 2 ， 1957 : 56-62；A Formal Theory of Inductive In