主流教科书AI：A Modern Approach第三版不懂哥德尔的研究，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？

回过头来想想逻辑和直觉，想想我的逻辑新理论，想想我的智力入门练习，有没有什么新的思路？我的智力入门练习可不是胡乱放在一起的。

不过现在学术不公正，我的文章被封杀，我的研究得不到报酬，更没有进一步的资源去研究。

如果别人愿意让子女的思想倒退到亚里斯多德体系，让文明倒退到中世纪或两千多年前，我是无力阻止。