第21话
1958年6月初，MIT又将迎来毕业季。学生们需要确保所有专业课程和实验课程已修满且成绩合格。工程专业还需要提交研究项目或者论文，最后参加结业答辩。
电气工程系的结业答辩定在了实验楼的大型阶梯教室。参加答辩的有导师，系内相关领域的教授，还会邀请社会上的行业代表或政府顾问列席旁听。这么安排也是和职业发展中心有关系，他们发现很多学生在校期间就已经参与了某些企业的项目，企业代表可以通过这次答辩，评估学生是否有继续雇佣的价值。教授也可以通过这些项目，了解行业最新的需求和技术趋势，从而调整教学内容，为下一年度的研究课题找到新的合作机会。
两个月前，正在纠结论文选题。乔治推荐我写数据通信相关的题目，因为我们组主要工作就是SAGE项目的数据通讯，随便拿出来一个功能就可以写一篇论文。我想着答辩的时候，香农教授和福雷斯特教授应该也会去，到时候答辩成了周例会就完了，毫无新意，估计也不好通过。
我又去问道哥，道哥说可以写编程语言相关的论文，比如解释器是如何控制内存的。我觉得这些大家都研究的差不多了，我最多就是拾人牙慧，也没什么亮点。
在宿舍跟耶子聊天，无意中说起论文选题。耶子问你将来是打算留在林肯实验室吧。我说是啊，香农教授说要推荐我留在实验室工作。耶子说那你问过香农教授关于论文选题的事吗？我说我疯了，问香农教授不等于让老师给我泄露考试题吗。耶子说啧这怎么算考试呢，你都已经在林肯实验室帮忙了，而且香农教授也答应要推荐你，证明香农教授已经认可你这个人了。你现在去问香农教授选题，可以说是帮香农教授研究点他想研究又没时间研究的事情，你是在帮教授。我说行，下午我去给教授帮帮忙。
下午来到实验室，我问乔治你见香农教授了吗？乔治说没来，你找他干吗？我说他有个问题，我帮他解决一下。乔治说你是没睡醒吗，说什么梦话。我说就是找他问个问题。乔治说哦话还能反着说，香农教授办公室在电子研究实验室，你要着急可以去那找找他。我说行，那我去一趟。
刚走进36号楼，看到大黄也走了进来。大黄说今天没去上班啊。我说这不有点事，你知道香农教授办公室在哪吗。大黄说知道啊，走我带你去。我们走向走廊尽头的楼梯，这楼梯是混凝土浇筑，扶手也是水泥实体扶手，宽阔厚重，边缘已经被来来往往的手摩擦得光滑发亮。大黄一手搭在扶手上，另一手插在口袋里，慢悠悠地往上走。边走边回头对我说：香农教授这个点应该在办公室，他办公室就在二楼，走到底，右手第三间，门上写着名字。大黄在走廊尽头停下，朝右手边努了努嘴：就是这儿，你去吧，我就不进去了。我说行，那你去忙吧，谢谢啦。大黄说行，有事去三楼左手边第二间大办公室找我。我说辛苦黄哥。
香农教授问我有什么事吗？我说我准备了几个结业论文的选题，想请您给看看。香农教授笑着说我还正想着找你聊聊呢，那你先说说你都准备了什么选题？我说一个是SAGE空防系统中数据传输瓶颈与优化方法分析，另一个是LISP语言在人工智能符号问题求解中的应用。香农教授说这两个题目拿到普通学校，绝对可以算上数一数二的论文，但是在咱们这，你认为在答辩的时候会有亮点吗？我说这都是平时一直在做的事，可能没什么亮点。香农教授说所以你是想让我帮你找个题目？我说这不能算是泄露考题的行为吧。香农教授说结业论文也不是考试，更不涉及到泄露考题了。不过你想的这两个题目确实有些缺乏新意，我给你讲两个方向，你可以参考一下。
我赶紧从书包里拿出来笔和本。教授说德州仪器公司的杰克·基尔比做出来一种新型的电路，可以将大量电子元件和连接他们的导线集成到一块材料上。我问这样如果电子元件坏了，岂不是很不好更换？香农教授说你们SAGE项目也在做模块化设计，这个集成电路也会有这种设计模式，除了模块化设计还有冗余设计和可靠性设计策略。
我说那优点肯定是容易维护，不像我们现在的计算机到处都是电线和电子元件了吧。教授说没错，这个是硬件方面的。还有个理论方面的，现在人工智能实验室正在研究的方向是神经元网络人工智能，其实还有一个方向是模拟心理学的人工智能也叫符号主义，相对于模拟神经元网络，这种心理学的人工智能可以具备情绪，自我认知的特点。
我说心理学这块我还不太熟，这个命题是不是有点大了。香农教授说没关系，你刚接触还不熟，熟悉了就有底了。心理学人工智能最大的特点，就是它不是去模仿人类大脑的生理结构，而是模仿人类心理活动。什么意思呢？就是说，人类在思考、推理、解决问题时，其实是在操作一些符号、规则、概念，不一定要通过神经元的电信号传递。心理学人工智能，就是试图模拟这种“符号处理”的过程。
教授看我面露难色，微笑着说：没关系，学习的过程就是这样，不可能我说一遍你就懂了。老师要做的就是从多个角度解释一件事，直到有一个角度正好可以被学生看到。我坐直了身子说我快找到角度了。教授说我再举个例子：你告诉机器外面下雨了。机器会将“外面”和“下雨”两个词当作符号，去知识库中找这个符号对应的规则，最后根据规则得出一个行动符号——拿伞。心理学人工智能和神经网络的最大区别在于是否易于解释，心理学人工智能可以解释决策原因，而神经元更像是黑箱，难解释。
我说熬奥，懂了。就像是教小孩一样，下雨天出门得淋湿，淋湿了得感冒，所以如果下雨天一定要出门，需要打伞。香农教授说：是的，这个例子很好地体现了心理学人工智能的一些核心思想。需要注意的是，这个例子是一个简化的模型，现实世界中的情况要复杂得多。例如，感冒的概率、打伞的有效性等都是不确定的，而心理学人工智能在处理不确定性方面存在挑战。
耶子问我论文选题怎么样了，是不是听他的问香农教授一下解决了。我说我现在面临更复杂的问题。耶子问怎么了，教授没告诉你选题，还批评你了？不应该吧。我说教授跟我说了两个选题，都太深了，我肯定写不出来。但是吧，如果不选香农教授指导的选题，会不会把教授得罪了？将来我这跟教授抬头不见低头见的，咋办呀。耶子说你以为教授跟你一样小心眼儿，人家才不在乎你选什么题目，好像人家一天天多没事干，就琢磨你这点事一样。我说你咋这么了解香农教授？耶子说我不了解怹，我还不了解你啊，你就按照人家给你的题目写把，你个怂娃儿。我说闭嘴！