我们把H的周围传入神经定义为H的神经元，而H不带有对其产生突触作用的轴突。设 $N _ { ! } , \quad \cdots , \quad N _ { p }$ 表示这种神经元的动作，而$N _ { p + \ldots } , N _ { p + \ldots } , \ldots , N _ { n }$ 表示其余神经元的动作。于是H的解答将是一类 $S _ { i }$ 形式的语句： $N _ { p + 1 } ( z _ { 1 } ) . \equiv . P r _ { i } ( N _ { ! } , N _ { 2 } , \cdots , N _ { p } , z _ { 1 } )$ ，式中 $P r _ { i }$ 不包含除 $z _ { 1 }$ 以外的自由变量，也不包含除自变量[Arg]中的N以外的描述符号，而可能包含某种常量语句[sa]；这样，每个 $\pmb { S } _ { i }$ 就是H的真值。反之，已知 $P r _ { \uparrow } ( ^ { \uparrow } p _ { \uparrow } ^ { \uparrow } , ^ { ~ 1 } p _ { \downarrow } ^ { \uparrow } , ^ { ~ \dots } , ^ { ~ 1 } p _ { p } ^ { \uparrow } , ~ z _ { \uparrow } , ~ s )$ ，其中不包含除了它的Arg中变量以外的自由变量，那么如果存在一个网H和H中的一系列 $N _ { i }$ ，使得 $N _ { \scriptscriptstyle 1 } ( z _ { \scriptscriptstyle 1 } ) \equiv . P r _ { \scriptscriptstyle 1 } ( N _ { \scriptscriptstyle 1 } , N _ { \scriptscriptstyle 2 } , \cdots , z _ { \scriptscriptstyle 1 } , s a _ { \scriptscriptstyle 1 } )$ 是H的真值，式中sa」的形式是N(0)，我们就说它是狭义可实现的。如果对某个n, $S ^ { n } ( P r , \textit { \textbf { \xi } } ) ( p _ { 1 } , \textit { \textbf { \xi } } ^ { \dots } , \ p _ { p } , \ z _ { 1 } , \ \textit { \textbf { \xi } } s )$ 在上述意义下是可实现的，我们就称它是广义可实现的，或简称可实现的。这里 $c _ { \beta }$ 是起实现作用的神经元。有两个神经刺激定律，如果根据一个假定，每一个S不管狭义广义都是可实现的，那么根据另一假定它也是可实现的，不过可能通过不同的网实现，这时我们将说这两个定律是两个等价的假定。
下面有关可实现性的定理都是指广义的。在某些情况下，可以得出较鲜明的有关狭义可实现性的定理；但是这除了增加叙述的复杂性而外，很少有实际价值，因为我们目前的神经生理学知识所确定的刺激规律只是广义等价的，而更精确的定理会因我们采用的可允许的假定而有所不同。然而，不太精确的定理在等价的条件下是不变的，只要对冲动通过整个网的准确时间没有 $\mathcal { F }$ 格要求，所有的意图都能充分得到满足。
人工智能哲学
28