自動駕駛的冬天？

2017年，Mobileye發表了一篇文章《On a Formal Model of Safe and Scalable Self-driving Cars》。在這篇文章中，Mobileye提到了Winter of Autonomous Car。這應該是第一次提到，至少是在略微嚴肅的技術文章中。

文章認為自動駕駛汽車面臨的兩大挑戰是（1）如何確保安全性；（2）如何在成本約束下規模部署。文章認為如果從業者忽視這兩個問題，整個領域就將被帶入冬天，如同AI的冬天一樣。

提出問題，分析問題，解決問題是寫論文的套路，這篇文章也不例外，它在放了一炮，嚇唬了大家一下以后，給出了解決思路。

文章提到的思路并不復雜：

（1）要確保安全，就要把安全定義清楚，安全定義清楚了才能做出符合安全定義的產品來，于是他們給出了一個關于安全的定義，名字叫做Responsibility Sensitive Safety,愚蠢的翻譯過來就是責任敏感安全。

什么是責任敏感安全呢？通俗的講就是：不主動，不拒絕，出了事情不負責。不主動就是事故的發生不是自動駕駛汽車引起的；不拒絕就是你非要把我拉入到事故進行親密接觸，我也沒轍。有了不主動，不拒絕，自然也就不負責了，很佛系，對不對。

（2）安全定義清楚了，就要規范化的描述這個定義。文章把符合人類關于“這個事不賴自動駕駛”的各種常識，采用了數學化的語言進行描述。

（3）有了這個關于安全的可解釋的、規范化的、參數化的描述后，自動駕駛安全相關的可測試性自然也就滿足了。

（4）在上述關于安全的定義和描述的基礎上，量化指標，就可以制定出一個安全性標準和一個測試標準

（5）有了這些標準后，自動駕駛就可以進行合規認證了。

（6）合規認證后就可以賣了，然后就可以數錢了。

毫無疑問，這是一條康莊大道，通過從業者不懈的努力，在這條道路上走下去必定能夠走向成功。問題是，這條路到底有多長？要走多久？需要多少干糧？

估計Mobileye心里也沒底，要不然他們也不會把這個前沿的、深刻的認識寫出來告訴大家，也不會四處做報告進行宣講。

連Mobileye這個已經躲進了Intel大廈的家伙都想快點趕路，都想趕在冬天之前把大家聚在一起取個暖，那些還在海灘上曬太陽，除了一身肉，干糧沒多少的墨鏡男，是不是也該收拾收拾看美女的心，找個地方避一避了呢？

在尋求自動駕駛汽車的道路上，必然要經過冬天，這一點是無法否認的，問題是如何度過冬天。

有人說，靠AI呀。

問題是：AI過冬都要靠自動駕駛，而不是反過來。

如果還是有人覺著手中有糧，心中不慌，那么請反駁一下文章中這個論據吧：

人類司機駕駛汽車每小時發生事故的次數是0.000001次,即10^(-6)；

如果讓人類接受自動駕駛，那么自動駕駛汽車每小時發生事故的次數需要達到0.000000001次，即10^(-9)次；

也就是說，自動駕駛要證明能夠做到這一點，就需要用10^9小時的安全駕駛數據，這也意味著需要行駛300億英里；

而路試里程最多的谷歌Waymo在2018年3月才剛剛大肆慶祝了自己路試500萬公里的偉大勝利。

AI的夏天之AI的誕生

AI的冬天大家都說有兩次，第一次是1974-1980；第二次是1987-1993。

那么AI的夏天呢，也有兩次，第一次是1963-1974；第二次是1983-1987。

1956年，新中國三大改造完成，我們正式宣布進入了社會主義。巧的是這一年AI也誕生了，故事是這樣的：

1948年，圖靈發表了一篇叫做《Intelligent Machinery》的文章。

同樣在1948年，一個21歲，名叫McCarthy的美國熱血青年，在聽了一堂把人腦和計算機比較的講座后，決定參加革命。他覺著計算機能夠像人腦一樣思考的時代不遠了，他覺著這一偉大的責任降臨到了自己身上，于是，1949年他加入了共產黨，這個不是故事，他的確加入過，雖然很快就退出了。

1951年他博士畢業了，論文是關于偏微分方程的。畢業后，他去了普林斯頓工作，崗位是輔導員。夢想很大，起步卻很低，革命信念堅決的他在1952年決定離開普林斯頓。

他去了貝爾實驗室，在這里他遇到了貴人，信息論的創始人Claude Shannon。這個時候的Claude Shannon對如何把Computing Machinery變成Intelligent Machinery也很有興趣，只不過他選擇從比較扎實的Automata入手。于是二人合作起來，準備出本特刊，特刊的名字叫Automata Studies。特刊收到了很多文章，可都不是他想看到的，他要的是怎么實現共產主義，可是這些文章寫的全是怎么搞市場經濟。

他決定離開貝爾實驗室，1953年他得到了斯坦福的一個教數學的代理副教授的職位。在這里，他只能繼續搞他的數學分析和偏微分方程，革命陷入了低潮。

他在放棄與堅守之間搖擺，直到1955年發生了一件青椒們都要遭遇的事情。這件事情發生后，他決定不再搖擺了。這件事情就是評職稱，他轉正失敗，沒評上副教授。

如此境地，能夠慰藉自己的只有夢想了，他決定離開一線城市的一流大學，去一個偏于一隅的二流大學拿個副教授，然后搞自己想做的事情去。于是，1955年，他拿到了達特茅斯學院的副教授職位，工作仍然是教數學。

達特茅斯的空氣是自由的，沒有霧霾，也沒有山頭，時間是大把大把的，他很開心，他努力尋找機會。

機會留給了有準備的人，這一年IBM決定研發一款適用于高校和科研機構的計算機，于是IBM召集了一個研討會，作為達特茅斯學院的代表McCarthy同志就這樣認識了比他大8歲、來自IBM的NathanielRochester。認識的過程可以想見，那就是McCarthy同志的偉大理想吸引了Nathaniel Rochester。

目前為止，擁有滿腔革命熱情的McCarthy同志還沒有摸過槍，他一行代碼也沒編過。所以當Nathaniel Rochester誠懇的說，夏天的時候來我們IBM見識見識真玩意吧。他果斷答應了，就像二嘎子、二虎子遇到了八路軍一樣。

1955年的那個夏天，McCarthy和Nathaniel Rochester在IBM過的很愉快，他們計劃在1956的夏天弄個研討會，討論一下這個偉大的夢想。于是McCarthy同志決定向洛克菲勒基金會寫個項目建議書，為了能夠審批通過，他說服了大咖Shannon也參與進來。

這個項目建議書的名字叫：

《A PROPOSAL FOR THE DARTMOUTHSUMMER RESEARCH PORJECT ONARTIFICIAL INTELLIGENCE》。

AI這個詞就這么誕生了，誕生在一個夏天：1955年8月31日。

而這之后，它將經歷兩次酷暑以及兩次所謂的寒冬。在酷暑中，他不知所措。在寒冬中，它顫顫抖抖。而這劇烈變化的推手并不是身在其中的人們，而是另有他情。

誰是L4? 站出來瞧瞧

吃了阿波羅，由金龍變身的阿波龍說：“您好，我是L4；L4是自動駕駛水平達到第四級別的意思，是由美國汽車工程師學會SAE J3016自動駕駛分級標準定義的。 在標準中，自動駕駛的水平總共分了0-5，六個級別，從小到大，一個比一個高級。L4是非常高級的呦。”

問題是：L4高級嗎？阿波龍是L4嗎？

（1）先說SAE

SAE = Society of Automotive Engineers，前身是1905年創建于美國的Society of Automobile Engineers，目的是通過工程師們的技術交流，制定技術標準，促進汽車行業中主機廠、部件供應商之間更好的協作。第一任的主席是一個搞技術的，副主席也是一個搞技術的，副主席的名字叫Henry Ford，當時是一個連續創業尚未成功的中年大叔，后來成功了，搞了個公司叫福特汽車。

SAE自成立之后，會員發展的很快，工作推進的也很有成效，影響自然也就大了。在1916年的會議上，來自航空工程師協會、拖拉機工程師協會的代表們，提出了想要加入這個工友之家的意愿。于是，就加入了。這下，名字自然就不能叫Society of Automobile Engineers了。

工人階級里總能出幾個知識分子，SAE也出了一個，這個人名字叫ElmerAmbrose Sperry，他是一個發明家，發明了陀螺儀，創立了個公司名字也叫Sperry。公司發展的很好，進過世界500強的前100名。這個公司在60、70年代，還與霍尼韋爾公司打了一場關于世界第一臺電子計算機ENIAC的專利大戰。到了80年代，美國很多公司開始搞惡意并購，很不幸Sperry盡管實施了毒丸條款，但還是被惡意并購了。并購后，就被切著賣了，買家包括福特、洛馬、格魯曼、霍尼韋爾等。

書歸正傳，就是這個叫Elmer Ambrose Sperry的人，面對工友之家的命名困境，創造了一個詞Automotive。用它來代替Automobile以體現工友之家的廣泛性。Auto代表自己，motive代表移動。自己有動力，有動能的東西都算Automotive。

于是Society of Automobile Engineers搖身一變成了 Society of Automotive Engineers。但目前中文翻譯依然是美國汽車工程師學會，比較好玩的是SAE的分舵 SAE china將自己稱作國際自動機工程師協會。很無聊吧。

那么為什么我也這么無聊能知道這些呢？因為2009年，我在研究JAUS無人系統參考架構的時候，突然發現這個標準發布主體變成了SAE。

（JAUS是美國國防部在1998年搞的，原名叫JAUGS地面無人平臺參考架構，這個架構旨在構建能夠實現UGV、UAS、UUV、USV之間，以及各平臺內部模塊之間互操作的標準）。

我覺著把JAUS交給SAE還可以呀，畢竟是搞車的嘛，可是奇怪的是負責這個事情的技術小組叫做航空電子專業委員會AS-4。于是，我就要搞清楚你汽車工程師學會怎么還有搞航電的呢，于是我就無聊了一下，知道了這些。

（2）再說J3016

說完SAE，再說J3016。SAE J3016是SAE的標準，英文原名如下：

（R）Taxonomy and Definitions forTerms Related to Driving Automation Systems for On-Road Motor Vehicles。

該標準于2014年1月、2016年9月、2018年6月先后出了三個版本。

第一個問題，SAE J3016是什么？

顧名思義，把英文翻譯過來就好。比較準確的翻譯，或者說為了更準確的理解的中文翻譯，我認為是：《道路上的機動車輛的駕駛自動化系統相關術語的定義以及駕駛自動化系統的分類》。

通俗的理解就是：有一種事物叫道路上的機動車輛，這個道路上的車輛上有個駕駛自動化系統，在描述這個駕駛自動化系統的時候會用到一些措辭，那么咱們就把這些措辭進行確切的定義，之后再利用這些確切的定義去描述駕駛自動化系統的分類，免得以后產生交流上的歧義。

對的，這個標準的本質就是定義一組具有確切定義的措辭，達到無歧義交流的目的，它絕不包含用來評價駕駛自動化系統水平高低的評價標準和體系。

第二個問題：這個J3016標準實施了嗎？

答案：法規層面沒有實施，因為法規還在路上，但在路上的法規大多已默認了這個標準定義的措辭以及分類。

先來看一下美國自動駕駛的立法歷程，總結起來就是1個法案+2個指南+3次聽證，按時間順序如下：

第一次指南：2016年9月，美國高速公路安全管理局（NHTSA）發布《Federal AutomatedVehicles Policy》；此文中引用了SAE J3016。

第一次國會聽證：2017年2月4日，Self-Driving Cars: Road to Deployment。

第二次國會聽證：2017年3月28日，Self-Driving Cars: Levels of Automation。

第三次國會聽證：2017年6月27日，Self-Driving Vehicle Legislation(June 27, 2017)

第一次通過法案：2017年7月27日，眾議院通過SELF DRIVE Act。但還需參議院過會和總統簽字才能形成法律。

第二次指南：2017年9月，美國高速公路安全管理局（NHTSA）發布了最新的指導性文件：AutomatedDriving Systems (ADS): A Vision for Safety 2.0.

其中第二次國會聽證是SAE的主場，這是SAE第一次獲得了在參加美國國會聽證會的機會，聽證的題目是：“Self-Driving Cars: Levels of Automation.”。聽證會的完整記錄在下面：

https://energycommerce.house.gov/hearings-and-votes/hearings/self-driving-cars-levels-automation

第三個問題：這個J3016分級的主要目的是什么？

在“Self-Driving Cars: Levels of Automation.”聽證會上，SAE闡述了J3016這個標準的主要目的：

-Clarifying the role of the (human) driver, if any, duringdriving automation system engagement.

我們要闡明：在一輛有駕駛自動化系統的車上，如果有司機（或者人類），那么這個司機（或者人類）應該承擔什么角色？

-Answering questions of scope when it comes to developing laws,policies, regulations, and standards.

我們要回答：那些方面需要立法、政策、規定和標準

-Providing a useful framework for driving automationspecifications and technical requirements.

我們提供了一個駕駛自動化系統規格說明以及技術需求的框架；

-Providing clarity, consistency, and stability in communicationson the topic of driving automation, as well as a useful short-hand that savesconsiderable time and effort.

我們提供了一套措辭，使得自動駕駛相關問題描述的更清晰、一致和穩定，使得交流更加高效。

綜上，可以看出J3016進行分級的主要目的是兩個：

1）通過分級，更準確的描述司機（或者人類）在安裝了駕駛自動化系統的車輛上的角色問題，以便推進立法端的工作；

2）通過分級的定義，提供了一個描述駕駛自動化規格說明以及技術需求的框架，以便推進產品端的工作。

第四個問題：J3016是如何對駕駛自動化系統進行分級的呢？

很多文章都已經從技術角度，描述過這些級別的差異了，但這不是J3016的根本目的，它的根本目的是通過描述用戶的使用差異以及責任差異，來提供一個進行產品規格描述的框架，進而能在立法端分清用戶與系統的責任，也進而在產品端明確其應該承擔的責任。

所以，以下分級問題的介紹，主要是從用戶的責任和使用差異出發，這個方面SAE里已有，不過很多人選擇忽視。

L0無駕駛自動化：你全程都是個司機,你必須做任何跟司機有關的事情，承擔司機應該承擔的責任。

L1駕駛輔助：你全程還是個司機，駕駛自動化系統可以幫你控制速度或者轉向中的一個，但是你必須a.做其他所有的駕駛相關任務，b.你要監控駕駛自動化系統的運行，必要時為了安全你必須介入，c.決定是否讓駕駛自動化系統幫忙，決定什么時候讓它幫忙，d.當你覺著應該接管或者需要你接管時，你必須馬上接管駕駛。

輔助指的是：駕駛自動化系統只是來幫忙的，讓不讓幫，讓什么時候幫，幫什么，怎么幫，你來定。

L2部分駕駛自動化Partial Driving Automation ：

你全程還是個司機，對你的要求，與L1相同，區別是駕駛自動化系統可以幫你同時控制油門和轉向。

部分指的是：它能幫你控制速度和轉向這個部分，但你還要自己看路。

L3有條件的駕駛自動化：Conditional Driving Automation

駕駛自動化系統可以幫你控制速度和轉向，并且幫你看路，你不用全程做司機了，但你仍然有司機的責任。（1）在啟動駕駛自動化系統之前，你仍然是司機，你必須a.確認駕駛自動化系統是否完好,b.決定開啟系統的時機。（2）當駕駛自動化系統啟動后，只要系統不請求你接管，你就不再是司機了，但是在系統請求你接管時，你必須要及時接管。而一旦你接管，你又變成了司機。

“有條件”指的是：（1）在駕駛自動化系統要求你接管時，你必須要接管駕駛自動化系統；（2）只有在駕駛自動化系統開啟運行時，你才能不要司機的身份，但你的身份仍然不是乘客，因為你必須要隨時準備去接管，隨時重回司機的身份。

L4高度駕駛自動化：High Driving Automation

駕駛自動化系統可以幫你開車，它啟動后，你就可以不再是司機，但是在啟動駕駛自動化系統之前，你必須承擔司機的責任或者有人幫你承擔司機的責任，這個責任是：a.確認駕駛自動化系統是否完好,b.決定開啟系統的時機。當駕駛自動化系統開啟之后，你就是乘客了，當系統請求你來接管時，你可以不管它，由它自己來解決自己無法自動駕駛時的問題，但是，如果你接管了，那你就成了司機，駕駛任務和責任就歸你了。

高度駕駛自動化的高度指的是你終于有不做司機的權利了，可以站在甩手掌柜的高度來看著這輛車自己開了。

L5完全自動駕駛：Full Driving Automation

你的角色與L4中相同，不同的是L4是在某些情況下可用，L5則是任何情況都能用。

完全駕駛自動化的完全指的是：在什么情況下，系統都能進行L4自動駕駛。

第五個問題：級別越高就代表著難度越大，技術越牛嗎？

貌似是這樣，但顯然不是。

這個Level描述的核心是用戶的角色問題，從低到高，用戶的責任逐漸減少的，直到退化成一個乘客。盡管乘客的責任減少必然意味著系統責任的增多，但責任的增多，只在駕駛自動化系統運行時才增多。如果系統可用性不好，也就是說只能在有限的情況下可用，那么這樣的系統難度也未必大。

很多公司特意強調級別越高難度越大這個事情，還有的公司按照不同級別來分不同的研發部門，有搞L3的部門，有搞L4的部門，那我只能說，這是非常不專業的做法，更不專業的是喊出L3.5這個概念的公司。

所以為了以正視聽，在2018年6月新版的J3016里，特別強調了這個級別不是描述技術難度的，它親口說了，這個級別不暗含著L4比L3或者L2好,原文如下：

While numbered sequentially 0 through 5, J3016 levels do notspecify or imply hierarchy in terms of relative merit, technology sophistication,or order of deployment. Thus, J3016 does not specify or imply that, forexample, level 4 is "better" than level 3 or level 2.）。

第六個問題：如何描述一輛裝備了自動駕駛汽車的能力或者水平呢？

答案是：用Level+設計使用條件的方式進行規格說明。

這個規格說明就是要說清楚“在什么條件下，能怎么用的”。

美國高速公路安全管理局（NHTSA）在AutomatedDriving Systems (ADS): A Vision for Safety 2.0.中，明確說明設計使用條件必須至少要包含如下參數的說明：

a.道路類型

Roadway types (interstate, local, etc.) on which the ADS isintended to operate safely;

b.區域范圍

Geographic area (city, mountain, desert, etc.);

c.速度范圍

Speed range;

d.環境條件

Environmental conditions in which the ADS will operate(weather, daytime/nighttime, etc.)。

因此要規范的描述系統的能力就必須（1）用Level來說清楚你能做什么，（2）用規格來說清楚你在什么條件下可以做。

此外，標準認為同一個系統可以具備L2+XX的規格，也可以具備L3+xx的規格，當然也可以具備L4+xx的規格。

第七個問題：L4高級嗎？

比較的話，首先把L0、L1、L2去掉，因為這些只是駕駛自動化系統，駕駛自動化系統的L3、L4、L5才能叫自動駕駛系統。

然后再把L5去掉，因為L5叫做沒有任何條件限制的自動駕駛，這個幾乎不可能，它屬于L4的使用條件趨于無窮時的狀態。

那么其實只需要比較L3和L4就好了。

答案很簡單：

1）L4與L3在責任方面有一個質的提升。對于L4來說，從自動駕駛開始運行的那一刻，車上不需要有司機，所有駕駛的責任都在系統。對于L3來說，當自動駕駛系統告訴你不行了的時候，你必須做回司機，同時責任也從系統轉移到了司機身上。L4在責任方面，絕對比L3高級。

2）在技術方面，如果使用條件一致的情況，L4比L3高級。因為L4在自動駕駛系統不能正常運行的時候，可以自己處理，采取它認為的風險最小化的方式處理，比如靠邊停車。也就是說L4比L3高級的地方是它在自動駕駛系統不行的時候，還能以它認為的安全方式把車輛自動駕駛到一種它認為安全的狀態。

3）問題來了：怎么才是風險最小化，又怎么去衡量？L4認為的風險最小化的方式就是風險最小化的方式嗎？你能認同嗎？它在自動駕駛系統不行的時候，還要去自動駕駛一段時間，你能接受嗎？

簡單來說，L4比L3多了一項把死馬當活馬醫的招數。咳咳，但是我認為，如果馬真死了，還是下馬做步兵的好，就不要再騎著走兩步了。可惜的是，L4允許老弱病殘孕騎馬，他們是做不了步兵。

（3）阿波龍是L4嗎？

這個不太容易確認，也不需要確認，他如果聲稱是L4那就把L4的責任給他好了，我想，如果告訴他只是責任的轉移，他可能就不說自己是L4了。

那么我們只能從技術的角度來分析，阿波龍是否能夠完成L4的任務，特別是自動駕駛系統失效時的最小風險處理。

答案是顯然的，我覺著不能，證據只需一條：阿波龍的車上有緊急停車和緩行停車按鈕。

這個證據表明：

第一、阿波龍的系統還需要一個安全員的角色，不管這個安全員是專職的，還是吃瓜乘客臨時客串的，這都不是L4級別的概念了，甚至都不是L3的概念，因為他需要安全員來監控行駛環境

第二、自動駕駛失效時，用緊急制動或者緩行制動來代替最小風險處理是非常低級的，并且這是一個隱含了巨大風險的最小風險處理。

至于100臺算量產，就當個笑話好了，量產和輛產有區別嗎？不知道，至少在發音上是一樣的。

(4)老鄉要看的什么樣的L4

封閉環境也好，半封閉環境也好，都不是老鄉們要看的L4。從美國的標準以及立法推進歷程來看，老鄉要看的是On-Road Motor Vehicles，特別想看的是乘用車和商用車，J3016的標準也主要是給這些車的制定的。J3016給出了“On-road”的解釋:“On-road”refers to publicly accessible roadways (including parking areas and privatecampuses that permit public access) that collectively serve users of vehiclesof all classes and driving automation levels (including no driving automation),as well as motorcyclists, pedal cyclists, and pedestrians。

簡單一句話，在公共道路或者公共服務區域行駛的社會車輛才是自動駕駛的主戰場。公共道路交通環境下的自動駕駛技術才是要解決的核心點。

落地是必須的，但要落在跑道上，否則機毀人亡。

當然如果你有降落傘，也可以傘降，AI不就傘降成功了嗎？

AI的夏天之AI的一個Father

進入20世紀以來，探索人類心智的這一科學問題，就是如同一架飛機一樣，一直在天空中飛著，它一直在尋找合適的跑道降落。

在這架飛機上，有人說裝著控制論、信息論和自動機；有人說裝著哲學和邏輯，裝著用數學打扮過的形式主義；有人說裝著來自對生命認識的神經生理學、進化與遺傳等計算主義；也有人說裝著來自工程領域的自動機、計算機、通信與反饋、統計與概率的實用主義。

但這些都不重要，重要的是，突然有人喊：McCarthy同志跳傘了！

McCarthy同志的確跳傘了，它之所以傘降，是因為它看見了計算機，它想用它做點什么，它厭倦了關于自動機、控制論那些深奧的討論，他想搞點別的來達到這個目的。與其討論心智是什么，不如用機器做出來，他心里這么想著，至于怎么做，他沒想好，他只是覺著應該能做出來點什么，并且應該要用到計算機這個工具。

為了讓大家一起跟著他鬧革命，他決定開個會。

1956年8月，霹靂咔嚓一聲雷，這個叫AI夏令營的會議就召開了。這個會議就像1921年在上海的一艘小船上開的會一樣，參會的人沒有任何一個人會預見到后來，后來也沒有任何一個人能記住這個會是什么樣子，特別是在全程參會的只有McCarthy、Minsky和Solomonoff這三個人的情況下。

所以，AI的歷史還要往前寫，Father的帽子還不能給McCarthy這個組織會議的人，盡管也是他杜撰了這個詞。

就像不能把偉大的帽子給一大的老班長獨秀一樣，我們需要找到Max，這樣才足夠偉大，于是乎壯大了的子孫后代就要給自己找了個好出身，就要尋找到了一個Father。這個Father就是圖靈，就像我們找到了孫文同志一樣。孫文是最大的共識，圖靈也是。

很多與AI有關的后人把圖靈做父親的那一刻定位在了1950年，因為這一年它在一個叫Mind的哲學期刊上發表了一篇叫《Computing Machinery andIntelligence》的文章，它在這篇文章里最讓后人樂道的是圖靈測試。甚至有些后人把這個圖靈測試視為機器是否達到人工智能的標準。

其實呢？其實這篇文章的主要是針對“機器能不能思考”，“用計算機如何構建能思考的機器”進行了思辨，圖靈測試只是一個辯論的技巧。

在拋出Can machine think？的問題時，為了怕其他人咬文嚼字，在machine和think的定義里挑骨頭，圖靈開篇給出了個游戲，他說如果在這個游戲里機器能表現的比人好，那么機器就應該可以被認為是能思考的。這個游戲就是在party上通過談話猜測是男是女的游戲。這個思路巧妙的規避了能思考的機器的定義，避免了其他人的窮追猛打。他深知文人相輕，所在他要在建設好防守陣地后，再開始相輕別人的偉業。

之后，他介紹了計算機是什么，并論述了計算機來構建這樣的思考機器的可行性。隨后開始一一反駁了各種認為機器不能思考的觀點，盡管這些反駁被視為經典，但如同諸葛同志的舌戰群儒一樣，只有反論，沒有立論是不行的，必須要說我家主公還有好幾萬人馬呢，曹操號稱百萬實則二三十萬，咱們合起伙來不比他人少，且咱們占盡地利，肯定打的贏。圖靈也認識到了這一點，于是他再反駁完后說：

The reader will have anticipated that I have no very convincingarguments of a positive nature to support my views. If I had I should not havetaken such pains to point out the fallacies in contrary views.Suchevidence as I have I shall now give.

這段話翻譯過來就是：讀者朋友們，你們看到了，我沒能從正面的論述來支撐我關于機器能夠思考的觀點，如果有，我也不必強詞奪理的去反駁那些反對的觀點了。但是，其實，我是有的，我現在就讓你們看看。

然后圖靈擺出8個大字：

好好學習一定能天天向上！

是的，寫到最后，他終于留出了兩三頁，寫了用Learning machine來實現machine think的觀點。

說實在的，這樣文章也只能發表在社科類讀物上，它并不像后人描述的偉大的不得了，偉人不是處處都偉大的，圖靈的偉大，不在這里。他的立山之作是1936年發表的《On Computable Numbers, with an Application to the Entscheidungs problem" 》。

這是一篇“我將我心付數學、奈何數學照Comupter”的文章，這也是一篇讓計算機的后人稱圖靈為計算機Father的文章，同時也是包含了初生的AI里最主導的基因的文章。

如果非要把圖靈認為是AI的father，那最好是回到這篇文章，而不是Computing Machinery and Intelligence那篇，因為這篇是被搞數學的人們認可的文章，且圖靈也是個數學家。