把智能看成逻辑，把智能看成计算是制约智能发展的瓶颈和误区……

西方理解物理学和宇宙的最佳方式是从计算的角度将其理解为信息宇宙，实际上，信息是现实的最基本单位。甚至这个思想依然成为智能领域研究的主轴主线……

或许，研究智能领域，除了西式的计算角度，还有东方的算计理解，当然最好的方式是计算+算计的计算计体系……这就是《人机融合：超越人工智能》的写作意图：

一个行为的价值并不在于它同外部的某个模式相符，而是在它内部的认同中。如很多时候，在宣传册中的美景常常很诱人，到此一游时往往很不一样，……渐渐明白为什么吃鸡蛋时不要去看鸡的原因了。

物理中的时空坐标系能否用物理-非物理中的事实-价值坐标系取代呢？即计算体系能否为计算-算计体系所取代呢？！即五维世界，事实四维xyzt+价值一维v，以此来粗略反映计算-算计系统的效率大小和风险高低。

数学是基于公理的逻辑体系，所以不是逻辑；智能领域除了逻辑推理，还有非逻辑推理（至少是当前还未发现的逻辑），所以智能不是逻辑。

真实的意图理解是两个甚至是多个意图事实与价值的对齐过程，而不仅仅是那些数据和模式之间的掩耳盗铃。

有先生认为吴文俊先生的方法：先构造一个最小最小的认知基元，再用算法拓展基元之间的关系，就把还原论与整体观“合二为一”了。智慧，起源于成对的时空关系。

然而，情况可能没有这么简单，其一，真实的认知往往有颗粒度，不同颗粒度的算法可能不完全一致；其二，智慧中常常会有虚拟的时空关系出现，即非物理的时空关系出现……，或许这会超出计算的时空，形成计算计的超物理时空。

没有比人更高的阶，没有比机更快的算，没有比环境更强的平台。

智能是对各种态势进行感知及调整的能力。

所有的符号里都包含着非符号，所有的计算里都蕴藏着非计算。

东方智能的一多关系不仅涉及事实，而且还涉及价值。西方智能的一多主要涉及客观事实。

计算是基于数的，算计最突出的特点在于反映非数关系，混有感性因素。

计算使用参数建模，算计创造参数建模。

日常中的意外分为可计算部分和不可计算部分。

好的文学家像程序员一样，既是自己又不是自己，游刃有余地在你我他之间不停地切换。

全自主并不是完美的智能，完美的智能还应该包括它主和顺应。

智能是人机环境生态系统交互所产生出的一种功能力。

智能是科学与非科学的复杂系统，可以打破数理、物理规律。

智能的基础不仅仅是现代的数学，需要新的数学体系出现。

智能不是大数据的，而是按需组网的小或无数据。

智能是事实与价值混合在一起的开放性计算计决策系统。

智能不是万能的（如勇气果敢等），智能里包含反智能。

当前的人工智能大潮，并非基于智能机理认识上的重大突破，而只是找到了一种较能利用大数据和计算机特长的强大方法——大数据深度学习。

计算态势感知与算计态势感知的区别：大时空尺度捕捉信号、信息的能力。

很多因果之间的关系是有阈值的，达到一定阈值时，才联通因果关系或相关关系。

或许，本质上，因果关系就是一种假设或想象，世界究竟是多元多为多因多果的，匆匆定义因果更可能是一种偷懒的行为……