在各行各业中，有关技能的最重要的观察和转化方式现在仍是空白。当我们从理论过渡到想要完成某事的实践时，我们的经历就证明了这个事实。当然，我们也可以把这个实践写出来，因为这归根到底不过是另一个更复杂，更特殊的理论……(黑体后加)(Leibniz 1951:48)
由于把哲学家们所创立并在自然科学中获得成功的方法用到了所有领域，符号信息加工方法便胜券在握了。既然根据这一观点任何领域必然都是可形式化的，在任何范围内实施AI的方法显然都是找出与语境无关的元素和原理，并把形式的符号表述建立在这一理论分析的基础上。沿着这一脉络，T·威诺格拉德描述了他借鉴物理科学进行的AI研究：
我们关心的是形成一种形式体系，或“表述方式”，用来描述……知识。我们寻求的是组建这一形式体系的“原子”和“质点”，以及作用于其上的“力”（Winograd1976:9)。
毫无疑问，关于宇宙的理论常常是逐步建立的，先形成相对简单的孤立系统的模型，再逐步使模型变得更为复杂，并把它与另一些领域中的模型结合起来。这所以可能，是因为所有现象都被推测为是帕佩尔特和明斯基所称的那些“结构原素”之间的定律式关系的后果。因为没有人主张在AI中作原子式的还原，看来AI工作者只是隐含地假定，把元素从它们的日常语境中抽象出来这一点，既然确定了哲学，并在自然科学中有效，所以在AI中必然也是有效的。这个假定可以很好地解释物理符号系统假设何以如此之快地变成一种新发现，以及帕佩尔特和明斯基的著作何以轻而易举地击败了感知机的整体论。
13 造就心灵还是建立大脑模型：人工智能的分歧点
343