方法倒也简单，平平无奇却又激进：将概率作为常识的守护者，仅仅修复计算缺陷，而不是创造新的理论。更具体地地说，不像以前一样，以一张巨大地表格来表示概率，而是用松散耦合地变量网络来表示。
方法简单，但却有可操作性和开创性，因此姜斌倒也没谦虚，“谢谢，我的想法来自于大卫.鲁梅哈特。”
“鲁梅哈特？神经网络？”作为计算机界的大拿，对于重量级专家的文章都是耳熟能详的。因此，姜斌稍稍提起，费根鲍姆就想到了出处。
“是的，就是鲁梅哈特。我在阅读他文章的时候，确信任何人工智能必须建模在我们所知道的人类神经信息处理的基础上，并且不确定性下的机器推理，必须用类似消息传递的体系结构来构建。”
对于姜斌的阐述，费根鲍姆，听的特别认真，每一个词都在细细推敲。人工智能已经沉寂了很久，很多人都在埋头寻找方向，因此姜斌的建议彷佛给他推开了一个门缝，好似看到了一丝亮光。
“我明白，但是‘消息’是什么？”逻辑完美，但似乎少了一个环节，费根鲍姆很快找到了关节。
这也正是姜斌预留的口子，他当然知道‘消息’是什么，但就像要吊人胃口一样，总要留些内容的，于是对着费根鲍姆，道，“我不知道，但我知道方法，我需要时间去推导……”
果然，费根鲍姆对于姜斌口中的方法非常关注，这让他意识到推导的可能性，也许正是打开人工智能死胡同的钥匙，因此倒是没有丝毫的犹豫，伸出手道，“欢迎加入我的团队！”
姜斌终于松了口气，这算是过关了，至少专业得到了肯定，
第一百一十七章，初见(4/5)