問題一：在人工智能發展早期，機器學習的技術內涵幾乎全部是符號學習，可是從二十世紀九十年代開始，統計機器學習猶如一匹黑馬橫空出世，迅速壓倒并取代了符號學習的地位，人們可能會問：
　　在滿目的統計學習期刊和會議文章面前，符號學習是否被徹底忽略了？它還能成為機器學習的研究對象嗎？它是否將繼續在統計學習的陰影里生活并茍延殘喘？對這個問題有三種可能的答案：一是告訴符號學習：“你就是該退出歷史舞臺，認命吧！”二是告訴統計學習：“你的一言堂應該關門了！”單純的統計學習已經走到了盡頭，再想往前走就要把統計學習和符號學習結合起來，三是事物發展總會有“三十年河東，三十年河西”的現象，符號學習還有“翻身”的日子．第一種觀點我沒有聽人明說過，但是我想恐怕有可能已經被許多人默認了．第二種觀點我曾聽王玨教授多次說過，他并不認為統計學習會衰退，而只是認為機器學習已經到了一個轉折點，從今往后，統計學習應該和知識的利用相結合，這是一種“螺旋式上升，進入更高級的形式”，否則，統計學習可能會停留于現狀而止步不前．王玨教授還認為：進入轉折點的標志就是Koller等的《概率圖模型》-書的出版，至于第三種觀點，恰好我收到老朋友，美國人工智能資深學者、俄亥俄大學Chandrasekaran教授的來信，他正好談起符號智能被統計智能“打壓”的現象，并且正好表達了河東河西的觀點．我請求他允許我把這段話引進正在撰寫的序言中，他爽快地同意了，僅僅修改了幾處私人通信的口吻，全文如下：“最近幾年，人工智能在很大程度上集中于統計學和大數據．我同意由于計算能力的大幅提高，這些技術曾經取得過某些令人印象深刻的成果．但是我們完全有理由相信，雖然這些技術還會繼續改進、提高，總有一天這個領域(指AI)會對它們說再見，并轉向更加基本的認知科學研究．盡管鐘擺的擺回去還需要一段時間，我相信定有必要把統計技術和對認知結構的深刻理解結合起來．”看來，Chandrasekaran教授也并不認為若干年以后AI真會回到河西，他的意見和王玨教授的意見基本一致，但不僅限于機器學習，而是涉及整個人工智能領域．只是王玨教授強調知識，而Chandrasekaran教授強調更加基本的“認知”．