认知科学
如果说以前做这些事情，还是太多理想化，那么现在自己终于找到了正确的方向和方法。而这一切都来源于1956年的2个经典会议。1956年九月在麻省理工学院（MIT）举行的信息论研讨会，1956年暑期于美国达特茅斯学院（Dartmouth College）举行关于人工智能的暑期研习营。
在信息论研讨会上，发表论文的G. Miller，A. Newell，H. Simon和N. Chomsky，后来都成为认知科学的先驱人物。在达特茅斯学院的研习营上，J. McCarthy，C. Shannon和M. Minsky则创造了artificial intelligence。以前自己只注意到了后者。
近来重新了解1956年2大会议的历史背景，以及自那以后整个社会思潮的发展，终于找到了这一重大问题的科学和哲学基础，以及数学方法。上帝之门一直是敞开着的，通向实在之路就在这些先驱者的著作中。
哲学
也许是以前眼界的问题，一直以为自20世纪以后，西方哲学就没有什么大的进展，和很多人的想法一样，2千多年以来的哲学始终没能走出古希腊的问题，或者说一直是在给柏拉图的理论作一些现代注解。一直到更多的了解维特根斯坦之后，这一观念才真正改变。
如果说《逻辑哲学论》是对2500年西方哲学历史的最好注解，那么《哲学研究》则开启了语言哲学并主导了20世纪大部分的天才思考，直到最近30年来认知神经科学的发展，哲学家们试图从认知科学，尤其是认知心理学和认知神经科学的角度来解析心智和几乎所有社会问题，哲学已经变成了真正的科学。
科学
也许是以前眼界的问题，一直以为自20世纪50年代以后，西方科学就没有什么大的进展，和很多人的想法一样，现代物理世界仍然在相对论和量子力学的架构中需求统一，生命世界也在基因的遗传学和自然选择的进化力量中得以解释。一直到更多的了解薛定谔和克里克等人的故事后，对现代科学的发展才有了更清晰的认识。
20世纪40年代，相对论和量子力学的主要框架已经成熟，作为量子力学主要奠基人的薛定谔很有远见的认识到物理世界已经很难有大的进展，便开始研究生命问题，便写下了《生命是什么》，据说正是这本书激发了沃森和克里克等一大批天才们对生命秘密的研究热情，终于在50年代找到了生命的物质基础DNA双螺旋结构。
发现DNA的秘密后，生命世界也在基因的遗传学和自然选择的进化力量中得以解释，作为DNA主要发现者的克里克也认识到了前辈时代的同样问题，便开始研究大脑和人类意识，也就是薛定谔另一本书《意识和物质》中的内容，后来自己也写了一本《惊人的假说》。自那时起，科学的未知领域，更多的集中在了大脑和认知科学。
数学
也许是以前眼界的问题，对数学这一神秘的学科很朦胧，对20世纪之后的数学更是知之甚少，有点分析、几何、和代数的常识性认识，一直到后来研究机器学习学习才去更多的使用概率统计，然后看了一些微积分和概率统计的历史发展，以及计算机科学和人工智能先驱人物von Neumann，A. Turing等和数学以及认知科学的些许趣事，才有了更深的理解。
数学，和哲学一样最抽象的思维工具，也经历了很多次的危机和巅峰，但是他们的发展，以及自然科学尤其是基础物理世界和生命世界本质的认识上，竟然走着相同的路线：从研究客观存在的外部世界-〉神奇的生命世界-〉智慧的局部问题如语言-〉智慧的全部问题即人类心智。数学后来转向计算机主要是人工智能、机器学习、神经网络等的发展，以及概率和统计方法的日益成熟。
20世纪的天才们
20世纪的天才思潮可以这样简单概括，哲学的2个转折点：分析哲学-〉语言哲学-〉心智哲学；科学的2个转折点：相对论和量子力学-〉DNA遗传本质-〉大脑和神经科学；数学的2个转折点：传统数学-〉计算机科学-〉人工智能（机器学习，神经网络）。或者可以这样概括，条条大路通罗马，不管怎样，大家都走向了最终的冲刺道路认知科学和人工智能。
活在当下
或许美国在21世纪初的一份研究报告可以做一个更形象的总结，《Converging Technologies for Improving Human Performance》中，首次提出综合纳米技术、生物技术、信息技术和认知科学的会聚技术（Nano-Bio-Info-Cogno NBIC)，并作了这样的比喻，：“如果认知科学家能够想到它，纳米科学家就能够制造它，生物科学家就能够使用它，信息科学家就能够监视和控制它。”
或许最近几年Marvel的《The Avengers》系列电影也做了一个很好的文化宣传，基因可以改造我们的身体很强大如《绿巨人》，钢铁也可以成为我们很好的保护工具《钢铁侠》，任何一个成功便可以接近上帝，甚至是和《雷神》一较高下。当然，个人觉得还是《钢铁侠》靠谱，毕竟我们对自己的大脑还了解太少。
哈哈，一下子写了很多，主要是最近研究语音识别等方面的问题，确实难度很大，便看了一些东西，希望给自己找个更好的理由，方能坚定的走在正确的道路上。不过最近deep learning在语言和视觉方面的突破确实给予很大信心，这也是我一直如此坚定的主要原因。而最近的阅读等于是做了一个题目，what do you want？how to do it？why does it work?
今天在上海国际工业博览会上，见到台湾几所大学都在研究3D打印机和4翼飞行器，感觉自己还是开始的有点晚，后来看到一些机器人，想起行为主义到计算主义和连接主义的历史发展，庆幸这不是一个简单问题，一切才刚开始而已。
我们的未来
人类心智确实太过复杂，自己从语言和视觉开始研究，并用认知科学和概率统计的方法做指导，用神经网络和机器学习去做一些尝试，还是可行的实在之路。
这里借用彭伯斯的2本书名做个结尾，到底能否实现《 The Emperor's New Mind》，找到《The Road to Reality》？
相信上帝，相信自己。