向前道：“让我来先回答其中一个问题：通过推理可以得出‘金角’这个结论。为什么呢？因为在中腹，围中间几目空，四周都要摆上子；而围边上的空，底线不用摆，只需摆三条边；到了角上，有两条底线交叉，摆两条边就围住了。你看，围同样的目数，角上用的棋子最少，效率最高。围棋是追求棋子效率最大化的，下棋自然从角部开始了。这就是人类进行推理的过程。”
韩东道：“是的，前哥确实用推理的方式推导出了‘金角’这个结论，究其原因，都是因为底线不用摆棋子这个底线上点的位置特性起了作用。”
向前问：“能不能编一个程序，让电脑进行这样的推理呢？”
这个问题把两人难倒了。从上世纪中叶电子计算机诞生，几十年过去了，没有人进行过这方面的尝试。
但，两人明白，正如向前一再强调的，“超级脑”就是要面对这样一类的问题，做前人没有做过的事情。
邓强道：“让我来试试人类的思维过程，看能不能发现一些借鉴的地方。
“两个无聊的人发明了围棋，开始下棋。一开始是乱下的，互有胜负。接着，聪明的那个人就开始琢磨怎么样才能赢对方，于是他就想，你围地我也围地，同样几手棋，如果我围的地更多，岂不是就赢了？于是开始琢磨哪里落子围地效率最高，然后就如同刚才前哥一样，进行一番推理后得出了‘金角银边草肚皮’的结论。”
“对，是这样。”韩东道。
向前道：“我把邓强的思维过程分解一下。第一层即根本目标：赢棋。这是思维的出发点。就是问自己，怎么样赢棋呢？第二层：让棋子效率最大化。翻译成电脑的语言就是，用最少的棋子围更多的空；或者等价推理成：围相同的空用最少的棋子；第三层：得出结论‘金角银边草肚皮’。
“我们一步步来思考，首先，第一层目标赢棋是这个系统的使命，可以由我们人类赋予。以后设计高级机器人的时候，这样的使命或者说根本原则非常重要，就如上世纪有人提出的‘机器人三原则’，关系到机器人能不能和人类相互和谐共处，现在不做深究。那么，人类是怎样从第一层赢棋的目标，推导出第二个目标棋子效率最大化的呢？”
韩东道：“这个推论不难得出。所谓赢棋，就是在最后数子的时候我的子比你多，所以电脑每下一步，就是要让下的子围得最多。”
邓强道：“你说的这个推论，对人来说是一目了然，但电脑不会这样推论。除非你编程的时候告诉它。”
向前道：“没错，人类的这个简单推论，其实没什么难的，不过是局部和整体，分步和整个过程的关系问题。但现在的电脑不会推理，我们完全可以把这样一个推理过程程式化，成为‘超级脑’的一部分。这样的推理程序多了，理顺了，电脑便会越来越会推理，给人的感觉是电脑越来越聪明了。”
两人点头称是。
邓强道：“前哥，一开始听韩东介绍‘超级脑’，觉得特别难。经你这样一分析，忽然就有了信心。这个‘超级脑’虽然难，但正如你刚才说的，把推理的过程都程式化了，‘超级脑’就出来了。”
向前道：“邓强，你说的这话不全面。逻辑学里面不是有一个争论了很久的命题么，就是‘演绎法不能得出新的知识’。‘超级脑’光会推理是不够的，我们的目标是会创新。扯远了，这第一层到第二层的目标，一步到位有点难，这次的围棋程序还只能是我们替电脑分解，以后随着‘超级脑的完善’，围棋程序的智能化也会越来越强。希望有朝一日，‘超级脑’能够告诉我们一些大家还不懂的棋理。我们再看一看第二步到第三步的推理，电脑能学会吗？”
韩东道：“这一步比较容易吧，让电脑试着在棋盘上随机围一目空，试验的次数一多，很快就会发现这个规律。”
向前道：“你这样‘试’出来，是一种办法，就是目前流行的统计学方法，没什么稀奇，大家早就这样做了。我现在说的是推理出来。按照‘试’这种思路编出来的围棋程序，不一定能赢古鸽的贝塔电脑，因为这方面，他们研究了很多年，我们很难比他们做得更好。”
邓强道：“对电脑来说，通过观察分析得出这个结论，其实不容易。我再来模拟一下人类分析的过程。
“人类面对一张空白棋盘的时候，他看到的不只是线上的361个孤立的点，是一个面。对面上的那些点，他会很快识别出它们的一些特性，例如天元附近那些点，离边上最远。”
“对棋盘上随便某个地方围起的一小块地，人类就想，围这一小块地，整个棋盘都要这么多棋子么？当他目光移动到边上的时候，发现可以少放一条边的棋子，效率在边上显然提高了。当他眼睛移向角部的时候，发现角上可以进一步少围一条边。效率最高。推理完毕。”
向前道：“我觉的邓强说得很好。人类注视棋盘的时候，首先有一个整体的相互联系的观念，绝不是电脑那样，只知道点的坐标。同时，人类还会进行局部观察，对里面的元素进行分类，提取它们的特性。
“如邓强所说，人类推这个结论的时候，也用眼睛扫描全盘，事实上等于快速检索了一遍整个棋盘。但不是韩东那样盲目试上无数个样本做统计。很明显人类这样扫视的时候，大脑在进行快速的特性提取和匹配。
韩东道：“是的，前哥确实用推理的方式推导出了‘金角’这个结论，究其原因，都是因为底线不用摆棋子这个底线上点的位置特性起了作用。”
向前问：“能不能编一个程序，让电脑进行这样的推理呢？”
这个问题把两人难倒了。从上世纪中叶电子计算机诞生，几十年过去了，没有人进行过这方面的尝试。
但，两人明白，正如向前一再强调的，“超级脑”就是要面对这样一类的问题，做前人没有做过的事情。
邓强道：“让我来试试人类的思维过程，看能不能发现一些借鉴的地方。
“两个无聊的人发明了围棋，开始下棋。一开始是乱下的，互有胜负。接着，聪明的那个人就开始琢磨怎么样才能赢对方，于是他就想，你围地我也围地，同样几手棋，如果我围的地更多，岂不是就赢了？于是开始琢磨哪里落子围地效率最高，然后就如同刚才前哥一样，进行一番推理后得出了‘金角银边草肚皮’的结论。”
“对，是这样。”韩东道。
向前道：“我把邓强的思维过程分解一下。第一层即根本目标：赢棋。这是思维的出发点。就是问自己，怎么样赢棋呢？第二层：让棋子效率最大化。翻译成电脑的语言就是，用最少的棋子围更多的空；或者等价推理成：围相同的空用最少的棋子；第三层：得出结论‘金角银边草肚皮’。
“我们一步步来思考，首先，第一层目标赢棋是这个系统的使命，可以由我们人类赋予。以后设计高级机器人的时候，这样的使命或者说根本原则非常重要，就如上世纪有人提出的‘机器人三原则’，关系到机器人能不能和人类相互和谐共处，现在不做深究。那么，人类是怎样从第一层赢棋的目标，推导出第二个目标棋子效率最大化的呢？”
韩东道：“这个推论不难得出。所谓赢棋，就是在最后数子的时候我的子比你多，所以电脑每下一步，就是要让下的子围得最多。”
邓强道：“你说的这个推论，对人来说是一目了然，但电脑不会这样推论。除非你编程的时候告诉它。”
向前道：“没错，人类的这个简单推论，其实没什么难的，不过是局部和整体，分步和整个过程的关系问题。但现在的电脑不会推理，我们完全可以把这样一个推理过程程式化，成为‘超级脑’的一部分。这样的推理程序多了，理顺了，电脑便会越来越会推理，给人的感觉是电脑越来越聪明了。”
两人点头称是。
邓强道：“前哥，一开始听韩东介绍‘超级脑’，觉得特别难。经你这样一分析，忽然就有了信心。这个‘超级脑’虽然难，但正如你刚才说的，把推理的过程都程式化了，‘超级脑’就出来了。”
向前道：“邓强，你说的这话不全面。逻辑学里面不是有一个争论了很久的命题么，就是‘演绎法不能得出新的知识’。‘超级脑’光会推理是不够的，我们的目标是会创新。扯远了，这第一层到第二层的目标，一步到位有点难，这次的围棋程序还只能是我们替电脑分解，以后随着‘超级脑的完善’，围棋程序的智能化也会越来越强。希望有朝一日，‘超级脑’能够告诉我们一些大家还不懂的棋理。我们再看一看第二步到第三步的推理，电脑能学会吗？”
韩东道：“这一步比较容易吧，让电脑试着在棋盘上随机围一目空，试验的次数一多，很快就会发现这个规律。”
向前道：“你这样‘试’出来，是一种办法，就是目前流行的统计学方法，没什么稀奇，大家早就这样做了。我现在说的是推理出来。按照‘试’这种思路编出来的围棋程序，不一定能赢古鸽的贝塔电脑，因为这方面，他们研究了很多年，我们很难比他们做得更好。”
邓强道：“对电脑来说，通过观察分析得出这个结论，其实不容易。我再来模拟一下人类分析的过程。
“人类面对一张空白棋盘的时候，他看到的不只是线上的361个孤立的点，是一个面。对面上的那些点，他会很快识别出它们的一些特性，例如天元附近那些点，离边上最远。”
“对棋盘上随便某个地方围起的一小块地，人类就想，围这一小块地，整个棋盘都要这么多棋子么？当他目光移动到边上的时候，发现可以少放一条边的棋子，效率在边上显然提高了。当他眼睛移向角部的时候，发现角上可以进一步少围一条边。效率最高。推理完毕。”
向前道：“我觉的邓强说得很好。人类注视棋盘的时候，首先有一个整体的相互联系的观念，绝不是电脑那样，只知道点的坐标。同时，人类还会进行局部观察，对里面的元素进行分类，提取它们的特性。
“如邓强所说，人类推这个结论的时候，也用眼睛扫描全盘，事实上等于快速检索了一遍整个棋盘。但不是韩东那样盲目试上无数个样本做统计。很明显人类这样扫视的时候，大脑在进行快速的特性提取和匹配。