系统的后续“学习”来做。
今天我们都会同意，一个出生时像自板一样面对世界的实体，根本不可能学习，但是在什么是天生的、什么是在成熟中形成的以及什么是真正学习所得的之间划分出界线，比起人们或许已经产生的看法，在理论上就不那么重要了。虽然有些信息必须是天生的，但是几乎没有什么特殊条目必须是：体察到或许是肯定前件的假言推理，还有排中律，以及对因果性的某种观念。同时虽然有些事情我们必须学习才能知道，如感恩节在星期四到来，冰箱可以使食品保鲜，但是另外许多“完全经验”的事情，原则上是可以生而知之的，如微笑意味着愉快，没有悬挂好、没有支撑的东西会掉落。（事实上，有某种证据表明，人有一种容易感知以重力加速度降落物体的天生倾向。)川
从事AI的人，利用了理论认识方面的这种进展(如果情况是如此的话)，能够坦然地忽略学习问题(看起来是如此)，直接给执行者装备了解决问题时应该“知道”的所有内容。如果上帝一开始就把亚当造成一个有可能解决午夜快餐问题的成人，那么AI执行者的制造们原则上毕竟也能制造一个“成人”执行者，用世间的知识把它武装起来，好像它已经花力气学会了所有需要知道的事情一样。当然，这可能是一种危险的捷径。
这样，装备问题就是一个以这种或那种方式给执行者装备在变化着的世界中做计划所需的全部信息的问题。这是个困难的问题，因为信息必须以能使用的方式来装备。这个问题可以首先分成语义问题和句法问题。语义问题—A·纽厄尔称之为“知识层次”的问题(Newell1982)，就是必须装备何种信息(有关何种主题，得出何种结果)的问题。句法问题就是装人该信息时要使用何种系统、形式、结构或机制
人工智能哲学
[1] G·约翰森已经证实了，随便一个观察者，在区分动画片中以正常重力加速度下落的“落体”动点与“人工”运动时，都不会出错。我不知道是否在婴儿身上做过这样的试验，看一看他们对这些展示是否也是有选择地作出响应。
164