(读者应把这与“有关各种缺陷的论点”一节中的观点协调起来。)由学习得到的过程不会产生一个百分之百的必然结果，如果能产生，这些过程倒是不能不学习的。
明智的做法可能是在学习机中设置一个随机单元。在我们搜索某个问题的解时，随机单元是相当有用的。例如，假定我们要在50到200)之间寻找一个数字，这个数字与它数位之和的乎方相等，我们可以从51开始，然后试52，并继续下去，直到找到那个有效的数字。换一种方式，我们也可以随机地选出数字，直到选出那个正确的数字。这个方法的优点是，不需要记录已经试过的值，而缺点是同一数字可能试两次，但是在有几个解的时候，这就无所谓了。而系统方法的缺点是，可能不得不先去试探很大一片根本没有解的区域。现在，学习过程可以看作是寻找一种让老师(或某种别的判据)得到满足的行为形式。既然可能有非常之多的合乎要求的解存在，随机方法看来比系统方法更好一些。应该看到，在模拟进化过程中，用的就是这个方法。但是那里不可能用系统方法。人们怎么可能将已试验过的不同基因组合全都记录下，以避免再做重复的试验呢？
我们或许期待着，有一天，机器能够在所有纯智能的领域中同人类竞争。但是从哪里起步最好呢？甚至这也是一个困难的抉择。许多人认为，非常抽象的活动，比如下棋，可能是最好的。也有人认为，最好是给机器配备能买得到的最好的感觉器官，然后教它懂英语，并讲英语。这个过程可以像通常教孩子那样，指着东西，说出它们的名字，等等。我还是不知道正确答案是什么，但是我认为两种方法都应该试一试。
我们的目光所及，只能在不远的前方，但是可以看到，那里有大量需要去做的工作。
人工智能哲学
72