让我们抛开那些充满争议的无关的事情,把注意力转向建设性的事情,让我构建一个想象出来的东西。我们来设计它的大脑,让它能按照一组确定的规则来进行推理。这组规则是从人脑中简单的必要的本质属性演绎而来。这些属性是如此不可或缺,以至于对一个理性人而言,如果他发觉自己的思路偏离了这些属性时，就会主动自我调整。

原则上,对于这个作为研究对象的机器人，我们想把它设计成什么样就可以设计成什么样子。把我们设计出来的机器人的推理方式和人进行比较,如果你认为两者并不相像的话,你可以重新设计一个,让它更符合你的想法。如果最终，你发现它和人足够相像，相信它能够解决你的推理问题并且愿意让它来帮你解决这些问题，那么这将是我们理论的成功，而不仅仅是我们继续研究的一个前提。

现在我们的机器人已经可以进行命题推理了。如前所述，我们用斜体大写字母{A，B，C等}来表示各种命题，而且我们现在要求所使用的所有命题必须对机器人而言具有明确的意义，简单的意义,即只能是逻辑上的真或假。也就是说，除非另有说明，否则我们只关心二值逻辑或亚里士多德式逻辑。我们并不要求进行任何额外的调查来确定这些“亚里士多德式命题”是真还是假,事实上我们需要机器人的原因正是因为我们并不知道一个命题到底是真还是假。例如，我个人认为以下两个命题是真的：

A≡贝多芬和柏辽兹从未见过面。

B≡贝多芬的音乐比柏辽兹的音乐更耐听，尽管柏辽兹的音乐比任何人都不逊色。

目前,命题B对于我们的机器人目前来说不是不可接受的命题，而命题A是可接受的，虽然今天没人知道他们是不是真的从未见过面(注1)。有趣的是,随着理论的展开，我们可以看看如果对A这种亚里士多德式命题放松一些限制，机器人是不是就能处理像B这样的模糊的命题（参见第18章关于Ap分布）(注3)。

注2 从年代上看,他们的会面是可能的，因为他们的有生之年交叠了24年;我怀疑的原因是柏辽兹在回忆录中从没有提到过他们见过面 - 反过来说，他也从未提到他们从未见过面。

注3 从某种意义上说,机器是不是真的能像人理解命题A那样,真正"理解"一个概念的含义?试图证明这个问题是极端困难的,人工智能的许多研究都致力于发明各种奇技淫巧来解决它。但是在第四章我们会看到,合情推理几乎不存在这个问题,合情推理的规则自然而然的具有对此的数学等价性。