先验的形成在于其它的经验，即他山之石可以成玉。除了物自体以外，或许还有意自体存在。

现在传统人工智能还只是简单的统计机器学习，跟人脑的决策能力还有很大的差距。

一直怀疑，现在的智能研究仍处在无米之炊、无刀之柴状态，定性分析尚不完善，就一窝蜂地上定量工具，方向还未确定，就开始狂奔起来。但是，盲人摸象、刻舟求剑或许也是必交的学费吧，智能本身就需要容忍犯错。

人机失配的原因之一是：人算计的演绎与机计算演绎的偏差+人算计的归纳与机计算的归纳偏差+……

对于模拟人脑的科研工作，物理数理层面的多，生理的也有不少，心理机制机理方面的寥寥无几。物理的事实不一定能够推出物理的价值，如一个苹果落地不一定能够推出万有引力定律；生理的事实不一定能够推出生理的价值，如头晕不一定能够推出脑梗；心理的事实不一定能够推出心理的价值，如…？当然，物理、生理、心理、管理、法理等事实混合在一起时，如何推出相应或混合的价值，这的确不是靠单纯的计算公式能够得出结果的，这就需要算计的介入和参与。

内多（意向性同化）易于主动，外多（信源性顺应）易于被动。

技术是遵守规则，艺术是打破规则，计算是符号的使用，算计是结构的重塑。遵守规则可以盖起高楼大厦，打破规则可以天马行空装潢，使用符号可以实现集腋成裘，重塑结构可以变换火眼金睛。

知识经验的悬置注入与回调复用是智能的表现。传统的智能，在理念上是属于模仿论的，方法上则是再现式的。从主体与客体之间的对应关系看，基本上都是互补性的。现代智能是探索智能自身的，理念上是变本体论的，注重对主客体本身的极致探索，是去人工化的。到了当代智能，智能本身都成为了被反观和破解的对象。智能的机制，包括传统智能和现代智能的各种机制，都成为了在新的理论视域中被重新考察的对象。从主体与客体之间的关系看，既不再是互补性的，也不是排斥互换的，而更是“真实”层面上的。在态势感知的非认知层面，“势”动力与“态”呈现的关系也更为复杂，由呈现事实“态”生成动力价值“势”，而由此形成感知觉的“注意力”。而且往往是要让客观“态”出现偏差，然后才能产生动力“势“，如果没有偏差，呈现的什么就是什么，反映的什么就是什么，“势“的动力就弱了，往往就会出现有“态”无“势”的感知觉。