了，但这还不能让计算机程序员模仿一个棋手的大脑。所以波维尼克参与制作了一个象棋对局自动适应程序，但这个程序一直不太过关。

    电子信息学确实在继续进步，所以计算机每年都会提高一些速度，但各种程序却都还是按老方法设计的，它不停地计算再计算却不会学习。计算机不久肯定还会在计算速度上再进步一些，但看数可能的变化之多是以指数级增加的，所以即使有比今天再强1 000倍的计算机，也不会带来明显的进步。不论怎么样说，机器都永远不会从头至尾地自己“解决”一盘棋出现的全部问题。因为即使假设一个象棋对局程序的设计员本身就是个象棋冠军（这种情况很罕见），他还得把他自己的直觉与对局经验传授给计算机，以最终使机器取代人。可是怎么样来传授呢？怎么样来使一台机器学习知识呢？

    我知道有些象棋选手喜爱与计算机对局，可是还有另一些棋手一点也不喜欢，而其实他们正是那些最容易神经紧张的人。使这些人特别不自在的是，在他们对面的是个完全自主的、完全自信的“对手”，所以使得他们被诸如自己这一步走得对不对、自己是不是出了错着这样的问题紧紧缠住，以致他们的脑海里无时无刻不想着自己不能出现哪怕最小的失误，至少在从开局起始的五分之四的时间内都是如此，这样挺到最后他们的神经自然就绷不住了。

    费黎宗：

    当人们在新闻中读到某棋手与计算机对局时，这种说法其实不完全准确。因为实际上正如阿那托里所说，棋手是通过所设计的程序、计算、编码的形式在和一位有些“不动声色”的程序设计员对局，但在这场对局中不太对称的是：一个象棋对局计算机程序的设计，是由一位程序员在他不受约束的时段内编制而成的，而面对这个程序来对局的棋手却受着一盘象棋比赛规定的时间的限制。此外，此类程序也几乎从来不公开，这种黑箱式操作也使得象棋手无缘在对局前对其从容进行研究。

    也就是说，计算机尽管很先进，也从来只不过是一台进行运算的机器而已，所以它的“智能”是很表面的，这一点我们已从计算机对形状的识别（或外文自动翻译程序）上看得很清楚了。人类的智能可以对残缺的形状或不完整的文字进行复原识别，例如任何人都能读懂这样一份错漏的祝贺电报：“亲年筷乐”，或是在餐馆的酒牌上出现的“茶里一士奖牌”。① 相反地，这类有失确切的错误会使大部分计算机程序束手无策，因为机器不知如何处理这种语义上的残缺，也由此可知，机器和人类智能是无法比拟的。