主流教科书AI：A Modern Approach第三版不懂哥德尔的研究和思想、不懂现代逻辑，所以倒退到亚里斯多德的体系。

他们用utility function和一组utility function的公理来表达人工智能agent的preferences，用maximum expected utility来make decisions。这就是他们问题的关键。

该书第四版引入uncertain的utility function，能解决他们的问题吗？

It is widely suspected that deterministic Turing machines can efficiently simulate all probabilistic Turing machines with at most a polynomial slowdown。这就是BPP = P是否成立的问题。

这也是quantum computing和教科书AI：A Modern Approach第四版的问题。

不过解决这个问题是否一定要证明或证伪BPP=P？如果人类特有智力跟Turing Machine根本不是一回事，不管是deterministic的还是probabilistic的，还有必要去钻BPP是否等于P的牛角尖吗？
所以前面我说：这些问题，靠计算复杂性是无法理解的，智力研究是新的科学。

精英大学的学生，小心别给引入歧途。

自动驾驶已经出了好几次车祸、夺走好几条生命。事关人命，是最大的道德问题。

主流教科书AI: A Modern Approach第三版的内容，有很多跟自动驾驶有关。该书倡导Windtunnel approach，却不知道智力现象和物理现象的不同，所以测试理论和方法都错误。

而无人汽车与人类智力密集互动、竞争引发的很多问题会不断变化。这种长期性的不稳定演变会引发大概率的严重问题，大规模应用后较长时间才会出现。模拟测试和经验路试都无法研究这种不稳定演变。

我设计的对AlphaGo Zero的四维实验空间，可以验证智力现象的高度不稳定性、现有规则下人类是否可能对计算机围棋取得优势、人工智能较精确的上限、以及针对具体人工智能结构的更精确上限，等等。

SAE level 4自动驾驶是广适性判断，SAE level 5是普适性判断，都需要新的测试方法才能验证。好几年前就听说：The technologies are ready, just the laws are behind，这种明显的判断错误就是因为测试方法不对。

Uber的前雇员Anthony Levandowski，更早是在Google self-driving car项目工作，是该教科书一位作者的同事和下属。有新闻报道指责Anthony Levandowski的“move fast and break things”attitude。
https://www.theverge.com/2018/3/20/17144090/uber-car-accident-arizona-safety-anthony-levandowski-waymo。

该教科书的Windtunnel approach缺乏严谨的测试理论和方法，鼓励大胆行动，是不是启发了这种“move fast and break　things”attitude？

所以说，目前的人工智能只是缺乏科学基础的经验技术，有很多明显的问题。该教科书就是典型的例子。

至于Demis Hassabis说What we're working on is potentially a meta-solution to any problem，就更荒谬了，是严重的方向性误导。所以对Nature杂志上AlphaGo Zero论文中superhuman performance宣称的错误，要认真对待。

压制、排斥、迫害指出学术错误的人，扼杀对新科学的探索，导致科学走错方向，已经出现生产过剩、恶性竞争等等。

现在这个文明周期是从科学革命开始的，以科学为基础加速发展的。如果现在抛弃平等讨论、公正实验的科学方法，这个文明周期就要结束了。