连接时间和空间的是速度，连接能量和质量的也是速度。什么将事实与价值联系起来？什么将人与机器联系起来？推理规则是否不断修订？还是这是一个不断修订的推理规则？ DeepMind的alpha go，0和fold，alpha或α中的alpha是希腊字母的第一个字母，并且具有first，begin和first的含义。如果说计算是沟通事实和价值，状况和看法的渠道，那么计算就是一个连接主观和客观，明智和意识形态的虫洞。 “人”指的是“人”。人工智能中的“人”不是“人”。一般来说，对于特定的任务情况，事物的价值通常会围绕其事实（重要性）而变化，但这并不是确定性的变化。它是不确定性的变化，大小不一，并且扩散和聚集是灵活的。这类似于我们平时生活中的价值观。它不断地被吸收和适应，并且平衡得到纠正。正如费曼所说：事物的小规模行为根本不像大规模的行为。相反，它是相似的。有时，事物在不断变化的情况下的事实和价值不会线性变化，而是根据自己的逻辑线索而变化，就像电影中的镜头一样，而无需每天的中间时间和空间。它可以一无所有，也可以一无所有。在某些情况下，即使事物相距遥远，它们的事实性和价值也可以立即被识别出来，从而形成自动模式匹配效果。 “人民”人工智能中的“人”不是真正的“人”。自治并不意味着智力，或者自治是智力的必要但不充分的条件。只有具有价值观的自我主体才可以说是一个聪明的身体。因此，事实自主仅仅是自动化，价值自主是智能的，洞察自主甚至更加智能。真实的人通常没有主观性或本体论，他们会随着系统和系统的变化而变化。人机交互，机器处理线性度，人为处理非线性度。一件好事是每个人创造的结果。例如，“普通世界”由陆尧撰写，由李业模说，由演员扮演，无数读者/听众思考，并被各种媒体传播……一个好的智能产品或系统也是每个人创造的结果。例如，“ Alpha Dog”或“ Alpha Yuan”由DeepMind开发，经过前辈的棋谱训练，受到大众的想象，并通过各种媒体传播。 …有人说：“感知是模糊计算的复杂模型，是最节能，最有效的平衡”。实际上，事实并非如此。感知智能不是计算，而是具有计算的计算机制。这是一个复杂的模型模糊计算，是最节能，最有效的平衡。当计算机制不一定了解发生的确切过程时，它们通常会给出令人满意的答案，尽管这些过程是不透明的，并且很难清楚地证明可以做什么和不能做什么。就感知智能而言，如果规则产生我们不想接受的推论，则可以对其进行修改。如果推论违反了我们不想修改的规则，则可以拒绝推论。将事实转化为价值的过程是规则与公认推理之间相互调整的微妙过程。最终价值在于他人或自己达成的协议。也许，人工智能的基本定律不能真正用来解释人类的定律。连接时间和空间的是速度，连接能量和质量的也是速度。那么，将事实与价值联系起来的是什么？也就是说，用什么指数来衡量某物价值的问题是不值得做的。这可能是连接现实与虚拟，现实与虚构，结构与功能以及其他平行世界的问题！人机融合的矛盾在于：人的分歧，机的融合，人的辩证法，机的法则，一聚，一动和一静。那么我们面对的往往不是一个问题，而是一群不同的问题交织在一起！因此，用纯数学逻辑方法很难达到求解的目的，因此有必要同时使用形式逻辑，辩证逻辑甚至非逻辑手段。机器学习甚至人工智能的不确定性和不可解释性主要是由于人们发现以下事实：人们发现发明的归纳，演绎和类似的推理机制确实可能导致某些不完整，不稳定和矛盾，以及