下载掌阅APP，畅读海量书库
立即打开
《寻觅宇宙中的智能生命》（ The Search for Intelligent Life in the Universe ）是喜剧作家莉莉·汤姆琳（Lily Tomlin）所创作的一幕舞台剧的名字，这是一部探讨人类愚蠢和弱点的喜剧。汤姆琳的题目妙用了“智能”一词的两个含义：能力倾向和理性的、像人类一样的思维。智能的第一个含义指的是智商测试所衡量的东西，第二个含义则是我这里要讲述的。
我们定义智能或许不大容易，但我们只要见到它就能识别出来。一个思维实验能够澄清这个概念。假定有一个外星人，它在任何一方面都与我们不一样，它怎样表现才会让我们觉得它拥有智能呢？当然，科幻小说作家把这个问题作为他们工作的一部分。还有更好的权威来回答这个问题吗？当作家戴维·亚历山大·史密斯（David Alexander Smith）被一个采访者问及“怎样就是一个好的外星人”这个问题时，他对智能特点的归纳是我所见过的最好的一个回答：
首先，外星人需要对环境做出智能的反应，但这种智能反应是人类所不能理解的。也就是说，当观察到外星人的行为时，你会说：“我不理解这个外星人做决策所依据的规则，但这个外星人的行为一定是在一套规则指导下的，而且是理性的。”其次，它们看重、在乎一些事情。它们想要什么东西，并且在面临阻碍时仍去追求。
根据某套规则做出理性的决策，意味着将决策建立在一些事实基础之上——与现实或合理推理符合。一个外星人如果总是撞到树上或跌落悬崖，或者它本来是想去砍一棵树，但事实上却对着一块石头或空地乱劈乱砍，那它似乎不大像具有智能。如果有个外星人看到3个天敌进入一个洞穴，接着其中两个离去了，这时它就认为洞穴已空并走进去，那它也称不上智能。
这些规则必须被用来服务于第二条标准，即想要某些东西并在面临困难时仍去追求。如果我们无法确定一个生物想要什么，我们就不会理解它在何时会做些什么事情去获取它想要的东西。如果我们能获知所有信息的话，或许这个生物就想要撞在树上或是拿着斧子凿大石头，而且非常出色地完成了它想要做的也未可知。事实上，如果不清楚一个生物的目标，智能这个观点本身就是毫无意义的。狗尿苔应该被授予一个天才奖，奖励它以妙到不差分毫的精准和准确无误的可靠性，纹丝不动地端坐在它端坐的地方。大概所有人都会同意认知科学家赞侬·派勒山恩（Zenon Pylyshyn）的观点，他认为石头比猫要聪明，因为石头在你踢它的时候知道走开。
这个生物还要能够运用理性的规则，根据需要克服的障碍，采取不同的方式以达到目的，正如威廉·詹姆斯（William James）所言：
罗密欧想念朱丽叶就像铁屑想要磁石；如果没有障碍阻拦，他会沿着一条笔直的线冲向她。但如果他们之间砌了一道墙，罗密欧与朱丽叶就不会像隔了张卡片的磁石和铁屑一样，傻瓜似的各自把脸贴在墙上。罗密欧会很快找到一条迂回之路，翻墙而过或是采取其他方式，以便能够直接亲吻朱丽叶的嘴唇。对于铁屑而言，道路是固定的，是否达到目的有赖机缘。对于情人而言，目的是固定不变的，道路则可以做无限多种调整。
因此，智能是面对阻碍，根据理性规则（或遵循事实）做出决策，从而达到目标的能力。计算机科学家阿伦·纽威尔和赫伯特·西蒙进一步完善这个观点，指出智能的组成包括：确定目标；评估当前情况并判断与目标的差距；应用一系列操作以减少这些差距。根据这个定义，我们或许略感宽慰，因为不仅外星人有智能，我们人类也有。我们有欲望，我们用信念来追寻以满足欲望，这些信念在正常情况下，至少近似于或在概率上是正确的。
用信念和欲望对智能做出解释并非必然得出的结论。行为学派古老的刺激反应理论认为，信念和欲望与行为无关——他们认为信念和欲望同邪法巫术一样不科学。人类和动物对于刺激做出反应，或是因为之前做出这种反应是由一个与此刺激相随的诱因激发的（例如，听到伴随喂食的铃声就分泌唾液），或是因为随刺激出现的奖励（例如，按下小杆就会送来一团食物）。正如著名的行为学派代表人物B.F.斯金纳（B.F.Skinner）所说：“问题不在于机器是否思考，而在于人是否去做。”
当然，男人和女人们是在思考的，刺激-反应理论最终被证明是错误的。举个例子：莎莉为什么跑出大楼？因为她认为大楼着火了，她不想死。她的逃跑不是对某种刺激所做出的可预测反应，无论这种刺激是否能用物理或化学语言客观描述。也许她看到了冒烟才离开，但也许她离开是因为她接到电话，告诉她大楼着火了，或是看到了消防车的到来，或是听到了防火警报。但这些刺激也都不足以让她离开。如果她知道，烟是来自烤面包机上的松饼，或者电话是一个朋友打来开玩笑的，或者是有人不小心误碰了警报开关，或是搞恶作剧故意拉响警报，又或是因为电工正在测试警报器，她是不会离开的。物理学家能够测量光、声音和粒子，但他们无法合理预测人的行为。能够预测莎莉的行为并预测得很准确的是，她是否相信她正处于危险中。当然，莎莉的信念和作用于她的刺激有关，但这种关联方式是迂回而间接的，而且还受到她对所处环境周遭世界理解认识的影响。同时莎莉的行为同样取决于她是否想要逃离险境——如果她是一个救火志愿者、企图自杀者或是一个想用自我牺牲来唤起人们对一项事业关注的狂热分子，又或者她的孩子还在楼上的托儿所，那么你可以推断她不会逃跑。
斯金纳自己并没有固执地坚持认为，像波长和形状这样可度量的刺激因素可以预测行为。相反，他凭自己的直觉为刺激物下了定义。他愉快地将“危险”——就像“表扬”“语言”和“美”一样——称为一种刺激因素。这样的好处是可以将他的理论和现实协调一致，但这等于是从诚实的劳工那里偷窃来的好处。我们能够理解“一个仪器对一个红灯或一种噪声做出反应”的含义，我们甚至可以自己制造一个这样的仪器，但人类是宇宙中唯一一种能对危险、表扬、语言和美做出反应的仪器。人类对于像表扬这样形状无定的东西做出反应的能力，是我们想要解决难题的部分内容，而不是对这个难题的部分解决方法。表扬、危险、语言、美以及所有其他我们对之做出反应的事物是以观看者的角度说的，而正是这种角度，才是我们想要解释的。物理学家能够测量的东西与能够导致行为的东西，这两者之间存在差距，所以我们才必须相信人们拥有信念和欲望。
在日常生活中，我们对他人行为的所有预测和解释，都是基于我们认为他们所知道的和我们认为他们所想要的。信念和欲望是直觉心理学的解释工具，而直觉心理学迄今仍旧是最有解释力和最完整的行为科学。要预测绝大多数人类行为，如打开冰箱、登上公共汽车或将手伸进某人的钱包，你并不需要劳神构建一个数学模型、运行神经网络中的计算机模拟程序，或是雇用一个职业心理学家，你只要去问问你奶奶就行了。
这并不是说常识在心理学中就应该比在物理学和天文学中占据更重要的位置，而是常识比任何其他尝试过的替代方法，都更加有力而准确地预测、控制和解释了日常行为。很有可能常识会以某种形式被融入我们最好的科学理论之中。比如，我给在西海岸的一位老朋友打电话，我们说好两个月之后的某一天晚上7点45分，在芝加哥某个宾馆入口的一个酒吧会面。我预计，他预计，每个认识我们的人都预计，在那天的那个时候我们会见面。我们确实见面了。太令人惊叹了！还有其他哪些领域中，普通人或者科学家能够将距离几千千米的两个物体的运行轨道，以准确到厘米和分钟的精度，提前几个月就预计到呢？而且仅仅是根据时间只有数秒的谈话内容所传递的信息就得出预测？这项预测背后的运算就是直觉心理学：我想要与我朋友会面，他也如此；我们俩都相信对方会在某一时间出现在某一地点；我们知道一系列的交通手段——搭乘航班、乘坐汽车和步行会把我们带到那里。没有任何研究心智或大脑的科学可以做得比这更好了。这并不是说关于信念和欲望的直觉心理学本身就是科学，而是暗示我们，科学心理学需要去解释，像人这样的一坨物质如何能具有了信念和欲望，以及信念和欲望如何做得这么好。
对智能的传统解释是，人的肉体中充满一种非物质实体——灵魂，它通常被想象为某种鬼怪或精灵。但这种理论有一个难以克服的问题：灵魂如何与有形的物质相互作用呢？一个无形的东西怎样对闪光、戳刺和嘟嘟声做出反应，又怎么能让胳膊和腿移动呢？另一个问题是，有海量的证据说明，心智是大脑的活动。现在我们知道，这个曾被认为是非物质的灵魂，可以用小刀把它一分为二，用化学物质改变它的性状，用电来使它开始或停止工作，狠命一吹或缺乏氧气会使它烟消云散。在显微镜下，大脑显示出令人惊叹的复杂物理结构，这完全可以和心智的丰富程度相匹配。
关于心智的另一个解释是，心智源自一些特别的物质形式。匹诺曹是由葛派特发现的一种神奇木头做的，它具有生命，可以说话、大笑和自己移动。唉，遗憾的是，还没人发现过这种神奇的物质。最初，人们以为这种神奇的物质就是脑组织。达尔文写道，脑“分泌”心智；而哲学家约翰·塞尔（John Searle）认为，脑组织的物理化学特性以某种方式产生了心智，就像乳房组织分泌乳汁，植物组织生成糖一样。但我们不要忘了，在动物王国许多成员的脑组织中都能找到与人脑组织相同种类的膜、细孔和化学物质，更不用说在脑肿瘤和实验室人工培育的组织中了。所有这些神经组织块都有着同样的物理化学性质，但并不能都实现像人一样的智能。当然，人脑组织中的某些东西对智能是必要的，但只考虑物理性质是不够的，就像砖头的物理性质不足以解释建筑，氧化物离子的物理性质不足以解释音乐一样。神经组织构成模式中的某些东西是至关重要的。
智能常被归因于某种能量流或力场。发光蒸汽、辉光、振动、磁场和力线等在灵性主义、伪科学和粗制滥造的科幻小说中都占有显赫位置。格式塔学派试图用脑表层的电磁力场来解释视觉幻象，但这些力场从来都没被找到过。有时，液压模型强调心理压力的积累、爆发或疏散，它是弗洛伊德理论的核心，可以见于许多日常的比喻：如怒气上涌、发泄精力、压力下爆发、大发雷霆、吐露某人的感受、抑制愤怒等。但事实上，即使是最激烈的情绪，也不符合能量（用物理学家的定义）在脑的某些地方集聚和释放这样的观点。在第6章中我将让你理解，大脑实际上并不是根据内部压力来运行的，而是采用相互谈判妥协的策略妥善处理这些压力，就像对待身上绑了炸药的恐怖分子一样。
所有这些观点的一个问题是，即使我们找到了一些凝胶、旋涡、振动或浑一体，它们能够像葛派特的原木一样讲话和调皮捣蛋，或更广义地说，它们能够根据理性规则做出决策，并在面临阻碍时继续追寻目标，我们仍将面对一个难解之谜：它是如何做到这些的。
智能不是来源于一种特殊的精神、物质或者能量，而是来源于一种不同的物质——信息。信息是两个东西之间的一种关联，这种关联是由一种合法的过程产生的（而不是纯粹由于机缘巧合）。我们说，树桩上的年轮包含了这棵树年龄的信息，因为年轮数与树龄相关（树越老，年轮数越多），但这种相关并非巧合，而是由树的生长方式决定的。相关是一个数学和逻辑概念，它不是由相关实体的组成物质来定义的。
信息本身并没有什么特殊的；原因与结果有差异的地方，就是信息出现的地方。特殊的是信息的加工处理。我们可以把包含事物情况信息的物质当作一个符号，它能够“代表”事物的状况。但作为物质，它还能够做其他事情。它是有形的东西，在哪种情况下能做什么要根据其自身的物理和化学规律而定。树的年轮包含树龄的信息，但它们也反射光并吸收颜料。脚印包含着动物移动的信息，但它们也能积水并引起风中的旋涡。
现在我们有一个想法：假设有人打算用一些部件来制造一个机器，而这些部件受某个符号的物理性质所影响。发动某个杠杆、电眼、绊网或磁石的是一棵树年轮吸收的颜料、一个脚印积蓄的水、一支粉笔反射的光或一点儿氧化物中的磁载荷。再假设这台机器能够导致另外一堆物质发生某种变化。它能在一片木头上打下新烙印，或者在附近的土上留下新印记，或者蓄充另外一点氧化物。到目前为止，还没什么特殊的事情发生；我所描述的，只是由一个没有明确意向的新机器所完成的一系列物理事件。
现在我们设想特殊的一步：我们试图用原有那片物质所包含的信息模式，来解释新安置的一片物质。比如说，我们来数新烙在木头上的环印，把它们解释为某棵树在某段时间的年轮，尽管它们不是由任何树的生长造成的。然后我们可以说，机器经过精心的设计，使得对这种新印记的解释具有了意义——也就是说，这种新印记包含了世界上某些东西的信息。例如，设想有一台机器，它能扫描树桩上的年轮，为每一个年轮在旁边的一块木板上都烙下一个印记，接着又移向同时砍下的一棵稍小的树的树桩，扫描它的年轮，在那块木板上为小木桩的每个年轮都抹去一个印记。这样，当我们再数木板上的印记时，就知道了在种第二棵树的时候，第一棵树的树龄了。这样，我们就得到了一台理性的机器，能够根据真实前提得出真实结论的机器——而不是因为任何特殊的物质或能量，也不是因为任何部件本身是智能的或理性的。我们所具有的，只是对普通物理事件的一系列精心设计，这些事件之间的首要联系就是对携带信息的物质的一种配置排列。我们的理性机器之所以拥有理性要归功于两种特性，这两种特性共同紧附于一个我们称为符号的实体中：符号携带着信息，它导致事件的发生。比如，年轮与树龄相关，它们能吸收扫描器的光束。当被导致的事件本身含有信息时，我们将整个系统称为一个信息处理器或计算机。
这整个构想看起来是个无法实现的愿望。怎么保证对任何物件都能设法安排，使之以恰当方式下落、摇摆或发光，而对这种作用效果的解释又合乎情理呢？更准确地讲，合乎情理是依据了我们所感兴趣的某种先前规律或关系；任何一堆东西都能够在事后给出巧妙的解释。
对这些质疑的有力回击来自数学家艾伦·图灵的研究工作。图灵设计出一台假想机器，能够根据机器的内部程序，输入符号和输出符号相应地与海量合理解释中的任意一条相匹配。这台机器由一套装置组成，包括一条划分成许多正方形的带子，一个能在正方形上打印或阅读上面符号并双向移动带子的读写头，一个能指向机器上有限数量刻度的指针和一套机械反射装置。每一次反射都是由被阅读的符号和指针的当前位置所引发的；它在带子上打印出一个符号，移动带子或转移指针。机器所需的带子能得到无限量的供应。这个设计被称为图灵机。
这台简单的机器能用来做什么呢？它能够接收代表一个数或一组数的符号，并打印出代表新数的符号，这些新数是任何能够用一步步的序列运算来解决的数学函数的对应值。序列运算包括加法、乘法、求幂、因式分解，等等——我在用非技术语言来表述图灵发现的重要性，难免会不精确。它能够运用任何有用的逻辑体系规则来从一些真命题推导出另一些真命题。它能够应用任何语法规则来推导出结构正确的句子。图灵机间的等效应，可计算的数学函数、逻辑和语法，令逻辑学家阿隆佐·邱奇（Alonzo Church）做出这样的推测：任何确定能够在一定时间内对某个问题得出解答的，界定清晰的方法或系列步骤（也就是说，任何运算），都能够在图灵机上执行。
这意味着什么呢？这意味着在服从能够被一步步解决的数学方程式的世界中，能够建造一台机器来模拟这个世界，并对之做出预测。从理性思维符合逻辑规则的意义上说，我们能够制造一台含有理性思维的机器。从能够根据一套语法规则来领会一种语言的意义上说，我们能够制造一台产生出语法正确的句子的机器。从思想包括应用任何一套界定清晰的规则的意义上说，我们能够制造一台机器，它能够在某种意义上进行思考。
图灵证明，理性机器——使用符号的物理特性来制出具有某种意义的新符号的机器——是能够被建造出来的，而且是很容易建造的。计算机科学家约瑟夫·威森鲍姆（Joseph Weizenbaum）曾证明怎样用一个骰子、一些石头和一卷卫生纸就能够造出这样一台来。事实上，人们甚至不需要一个大仓库来装这些机器，一个做加法，另一个做平方根，第三个打印英语句子，等等。一种图灵机被称为通用图灵机，它能够接收任何其他图灵机打印在带子上的描述，随后精确地模仿那台机器。只需设计一台机器就可以做任何一套规则所能做的所有事情。
这意味着人脑就是一台图灵机吗？当然不是。现在没有任何地方使用图灵机，更不要说我们的脑袋中了。图灵机在实践中是没有用的：它们太笨拙，太难设计程序，太大而且太慢。不过这没关系。图灵只是想证明，对小玩意儿做些设计安排，它就能像一台智能符号处理器一样发挥功能。就在图灵机发明之后不久，更为实用的符号处理器就被设计出来了，其中一些成为IBM和Univac的大型机，以及后来的苹果麦金塔和个人电脑。但所有这些其实都和图灵通用机没什么两样。如果我们不考虑大小和速度，它们需要多少内存容量就给它们多少，那么我们就可以将它们的程序设计为，根据相同的输入做出相同的输出。
还有人提出其他一些符号处理器作为人的心智模型。这些模型往往是在商业计算机上进行模拟的，但那只是为了图方便。商业计算机最初的设计是为了模仿假想的心智计算机（创造出计算机科学家所称的虚拟机器），就像Macintosh能够效仿一台个人电脑。只有虚拟心智电脑才应被认真考虑，而不是效仿它的硅芯片。然后，旨在建立某种思考（解决问题，理解句子）模型的程序就在虚拟心智电脑上运行。一种理解人类智能的新方式已经诞生了。
下面我讲一下这样一个模型是如何工作的。现在这个时代，真正的计算机已经复杂得令普通人几乎无法理解，就像心智难以理解一样，所以我们来看一个放慢动作的心智计算的实例还是很有启发作用的。只有这样，我们才能理解简单的仪器是如何用电线连在一起成为一个符号处理器，并展示出真正的智能的。不能稳定运行的图灵机并不是宣传“心智即电脑”理论的好广告，所以我将用一个模型，它至少与我们的心智电脑有些许相似之处。我会展示给你看，它是如何解决一个日常生活中亲属关系问题的。这个问题很复杂，因此当一台机器能够解决时，我们一定会深为所动。
我们把这个模型称为“产出系统”。它去除了商业计算机中最不符合生物性的特征：计算机呆板僵硬地遵循着程序步骤的有序列表。一个产出系统包含一个内存和一组反射装置，反射装置有时被称为“小幽灵（后台程序）”，因为它们是简单的、独立的实体，待在那里就等待着被激活。内存就像一个张贴通知的公告板。每个“小幽灵（后台程序）”都类似一个膝跳反射装置，等待着公告板上的特定通知，并根据通知做出自己的反应。这些“小幽灵（后台程序）”整合在一起构成了一个程序。它们由贴在公告板上的通知触发，然后贴上它们自己的通知，从而又触发其他“小幽灵（后台程序）”，如此往复。内存记忆中的信息逐渐变化，最终对某个给定的输入得出正确的输出。有些“小幽灵（后台程序）”与感觉器官相连，被外部世界的信息而不是内存记忆中的信息所激发。另一些与肢体相连，其反应是移动肢体而不是在内存记忆中贴上更多的信息。
假设，你的长期记忆包含有你近亲属成员和你周边所有人信息的知识，这种知识的内容是一组像“阿历克斯是安德鲁的父亲”这样的陈述。根据心智计算理论，这种信息被内置于符号之中：符号即为一组有形标记，这组标记与上面陈述中所体现的外部世界情境有关。
这些符号不是英语单词和句子，尽管流行的误解认为我们用母语思考。如我在《语言本能》
中所揭示的，像英语或日语这样的口头语言中的句子，它们是没耐心的智能生物之间口头沟通使用的。它们非常简洁，把所有听者能够根据情境在心中填补的信息都省略掉了。与此相反，知识盘踞的“思想语言”不会给想象留下任何东西，因为思想语言本身就是想象。用英语做思考工具的另一个问题在于，英语句子经常会有歧义。当连环杀手泰德·邦迪（Ted Bundy）获得一个死刑席位后，报纸头条写道：“Bundy Beats Date with Chair”（邦迪挤上与电椅的约会之旅），我们要思索一下才能理解这句话的意思，因为我们的思想给这串单词赋予两种意思（它还可理解为“邦迪用椅子揍约会对象”）。如果一串英语单词能够对应脑中的两种含义，那脑中的含义就不可能是英语单词串。口头语言中的句子充斥着冠词、介词、性别词缀以及其他语法。它们会有助于将信息从一个脑袋里，通过嘴巴和耳朵这个漫长的通道，传到另一个脑袋里；但在同一个脑袋里，信息是直接通过成捆的神经元来传递的，所以就不需要这些语法了。因此一个知识系统中的陈述不是用英语的句子来展示的，而是用一种更加丰富的思维语言——“心语”（mentalese）中的简洁铭文表示。
在我们的例子中，反映家庭关系的那部分心语分为两种陈述。第一种是“阿历克斯，的父亲，安德鲁”：一个名字，后面跟着直系家庭关系，后面跟着一个名字。第二种是：“阿历克斯，是男的”：一个名字，后面跟着其性别。不要因为我在心语中使用某种语言和句法而被误导。这是为读者您着想，帮助您用母语理解这些符号代表的内容。而对机器而言，使用什么语言仅仅是对标记不同的设置而已。只要我们前后一致地使用某个符号代表某个人（即表示阿历克斯的符号总是表示阿历克斯，而不是任何其他人），并根据一致的规则设置它们（即保留着谁是谁父亲的信息），它们可以是任何标记，也可以以任何方式设置。您可以把这些标记想象成用扫描仪识别的条形码、仅认可一把钥匙的钥匙孔或只符合一种模板的形状。当然，在计算机中，这些标记是硅芯片中的模式储存；在脑中，它们是几组神经元的激活。关键要点是，机器中没有任何东西能像你我那样理解这些标记；机器的某部分会对它们的形状做出反应，并被引发去做些事情，就像口香糖机对硬币的形状和重量做出反应，并释放出一粒口香糖一样。
我将用下面的例子对计算进行揭秘，让你看看这戏法到底是怎么变的。为了讲清楚我对这个戏法的解释——符号既表示一些概念，也在物理上导致某些事情发生——我将一步步解释我们产出系统的活动，并对每件事都描述两次：从概念上讲，强调问题的内容和解决问题的逻辑；从物理上讲，即系统非生物性的感受和做标记的动作。系统是智能的，因为这两种描述对应得非常精确，内容对应标记，逻辑步骤对应动作。
我们把系统保留有关家庭关系铭文的内存记忆称为长时记忆。我们把另一部分用于计算的演算板称为短时记忆。短时记忆的一部分是针对目标区域的，它包含了一系列系统“试图”回答的问题。系统想知道的是Gordie是不是它生物血缘上的叔叔。刚开始时，记忆看上去就像这样：
从概念上讲，我们的目标是找到一个问题的答案，如果它所询问的事实是真的，答案就是肯定的。从物理上讲，系统必须确定目标一栏中末尾有问号的一串标记是否在记忆的某些地方也有与之对应的、完全相同的一串标记。一个“小幽灵（后台程序）”被设计用来回答这些查询式问题，方式是通过扫描目标和长时记忆栏，来寻找相同的标记。当它发现一个匹配标记时，它就把标记打印在问题旁边表示它已经得到肯定答案。为了方便起见，我们就说标记是Yes。
从概念上来讲，系统所面临的挑战是：它并不明确知道谁是谁的叔叔；而知识是隐含于它所知道的其他事情中的。从物理上来讲，同样的挑战是：在长时记忆中没有“的叔叔”这样的标记，而只有像“的亲兄弟姐妹”和“的父母”这样的标记。从概念上讲，我们需要从父母身份和亲兄弟姐妹身份的知识中推导出叔叔身份的知识。从物理上讲，我们需要一个“小幽灵（后台程序）”来打印一个“的叔叔”的铭文，从侧面标有“的亲兄弟姐妹”和“的父母”的铭文中发现相应的印记。从概念上讲，我们需要找到我们的父母是谁，找出他们的亲兄弟姐妹，然后选择男性。从物理上讲，我们需要下面的“小幽灵（后台程序）”，它在目标栏中打印出新的铭文，引发新的内存记忆搜索：
这个“小幽灵（后台程序）”是被目标栏中一个“的叔叔”的铭文所引发的。目标栏里确实有一个这样的铭文，所以“小幽灵（后台程序）”就开始工作了，在这栏里加了一些新的标记：
我们还必须有一个装置，可以是另一些“小幽灵（后台程序）”，也可以是这个“小幽灵（后台程序）”内部的其他设备，来解释它的P们和Q们。也就是说，它用一组姓名标签（我、Abel、Gordie，等等）来代替P标签。我隐藏了这些细节是为了让事情简单明了。
新的目标铭文刺激了其他休眠的“小幽灵（后台程序）”开始动作。其中一个（从概念上讲）查找父母，方式是通过（从物理上讲）将所有包含父母名字的铭文复制到短时记忆中［当然，除非铭文已经在短时记忆中了；这个限制条件使“小幽灵（后台程序）”不能像魔法师的徒弟那样，漫不经心地复制个没完没了］：
我们的公告板现在看上去就像这样：
既然我们知道了父母，我们就能找到父母的兄弟姐妹。从物理上讲，既然父母的名字被写在短时记忆中，一个“小幽灵（后台程序）”就能激发动作，复制有关父母兄弟姐妹的铭文：
这就是它的结果：
现在的情况是，我们把姑姑和叔叔放在一起考虑。要将叔叔和姑姑分开，我们需要找出男性。从物理上讲，系统需要知道哪些铭文在长时记忆中有对应的部分，旁边标有“是男性”的印记。“小幽灵（后台程序）”是这样检查的：
这个“小幽灵（后台程序）”就最直接地拥有了系统对“叔叔”含义的知识：即一个父母的同胞兄弟。它将叔叔身份的铭文加到了长时记忆中，而不是短时记忆中，因为这个铭文代表着永远正确的一段知识：
从概念上讲，我们刚刚推导出我们询问的有关事实。从机械上讲，我们刚刚在目标栏和长时记忆栏创造了与两个印记都完全对应的、相同的铭文。我最初提到过“小幽灵（后台程序）”可以扫描复制品，它被激发标出印记，表明问题已经解决：
我们刚才完成了什么事情？我们用无生命的口香糖机部件制造了一个近似于心智计算的系统：它推导出一个它之前从未持有的事实陈述。从关于特定父母和兄弟姐妹的信息以及叔叔身份含义的知识，它得出关于叔叔的特定事实观点。这种神奇，再重复一遍，来自对符号的处理加工：对含有表征和因果特性的事物的布置安排，所谓表征和因果特性就是指既包含了关于某事的信息，同时又是一组实体事件链条中的一个环节。这些事件构成了一次运算，因为这个机器就是如此设计的：如果对引发机器的符号的解释是正确的陈述，那么对机器所创造的符号的解释也是正确的陈述。在这个意义上，心智计算理论这种假说认为，智能即计算。
“这个意义”很广，它避开了其他定义中多余的东西。例如，我们无须假设：计算是由一系列离散的步骤组成的，符号必须完全呈现出来或者完全没有（而不是更强或更弱，更活跃或不太活跃），在确定的时间内确保有一个正确答案，或者真值必须是“完全正确”或“完全错误”的，而不是一个确定性的概率或程度。计算理论支持的是另一种有着许多要素的计算机，这些要素对应某个陈述正确与否的概率而赋予不同的活跃程度，其中活跃程度的变化水平非常平稳，从而记录了基本准确的新的概率（正如我们将看到的那样，这也许就是脑的工作方式）。这一问题的核心是，什么使一个系统变得聪明？这个问题的答案不在于制造系统的那种东西，或是流动其中的那种能量，而在于机器的各部分都代表着什么，以及它其中的变化模式是怎样设计来反映出事实关系的（包括概率性事实和模糊事实）。