幾天之後，許毅開始正常上學，他現在基本上是自學，只有幾個他認爲比較好的老師的課纔會挑着去聽一聽，不然絕大多數時間他都在圖書館中度過。現在，沈立文教授的基本純理論的書籍許毅已經看了不下兩編，那些設計到比較複雜運算的也反覆研讀，總體說來，他已經將自己的基礎打好了。他現在在學習各種人工智能學派的觀點，博而不精，追求的是一個大致瞭解，重點學習的只是沈教授的有關理論而已。
當然，基礎是少不了的，許毅是在把基礎打好之後才進行這些學習活動的。
閱讀，思考，然後自己通過編程驗證，這就是許毅一般的學習過程。許毅還學習了兩種專門用來進行人工智能編程的語言，即表處理語言lisp和prolog。
lisp語言是1960年j.麥卡錫在遞歸函數論基礎上首先設計出來的，後來幾乎成爲了人工智能的代名詞，研究人工智能的人基本上都知道這種語言。它和後來由英國倫敦大學的青年學生柯瓦連斯基(r．kog in logic)並稱爲人工智能的兩大語言，對人工智能的發展起了十分深遠的影響。
編程是許毅的強項，所以往往當他學到一種新的理論的時候，他首先就會嘗試着看自己能不能將這種思想融合到編程當中去。這樣導致的直接結果是他的決鬥士的戰鬥力持續上升，上週末，終於在一次對決中第一次取得勝利，贏了最高級版的那個selina。雖然好景不長，selina的戰鬥力又突然提升了一個檔次，xyz很快就敗陣下來，但許毅並不感到灰心，反而很高興，因爲自己通過學習人工智能方面的理論知識併成功地將其中的一些理論應用到了程序當中。另外，對於selina的成長許毅也並不奇怪，畢竟，時間已經過了這麼久，它不可能一點進步都沒有。
學習人工智能就不得不提到一個人――阿蘭圖靈。在計算機領域，有一個可比諾貝爾獎的獎項，那就是“圖靈獎”。圖靈是“人工智能之父”，也是“計算機之父”，他的一生充滿着未解之謎，他就象上天派往下界的神祗 ，匆匆而來，又匆匆而去，爲人間留下了智慧，留下了深邃的思想，後人必須爲之思索幾十年甚至幾百年。 許毅看着圖靈的傳記，簡直要認爲圖靈也和他一樣，是一個從未來重生的。在計算機領域，有着很多和他有關的專業名詞，如“圖靈機”、“圖靈測試”、“圖靈停機”等等，所有的這些都是他提出來的可以讓後人研究n年的理論。在真正的計算機還沒有發明的時代，他就已經在思考“機器能否思維”這個問題了現在，人工智能研究還是建立在他的理論基礎之上，他提出的那些理論被大家奉爲真理。
“他肯定是轉世重生的！”許毅看完他的傳記之後，最終還是得到了這麼一個結論。
研究了這麼久的理論之後，許毅發現，這些學派好像有個共同的特點――那就是一直在研究人類智能的某一個局部領域的智能，即將人類的智能細分了，他們的側重點各不相同。臉部識別、聲音識別，自然語言理解、人工神經網絡也就是說，並沒有一個哪一個分支在從整體上來研究人工智能。
就這個問題，許毅諮詢了有關mit的人工智能方面的專家赫伯特教授，同沈立文教授一樣，赫伯特教授也是mit人工智能實驗室的權威之一，他的主要研究領域是人工神經網絡。
赫伯特教授回答說：“這是因爲所有的研究都是從簡單到複雜的，這樣符合人類人是自然界的規律”
許毅當時問：“我們怎麼確定將人類的智能細分之後是簡單的呢？或許，細分之後反而變得複雜了也說不定。拿化學和物理來作比方，我們都是從宏觀再到微觀的，首先是整體考慮其特徵，最後才進一步認識到物質的微觀結構，他們各有自己的規律，並不妨礙人類去認知。”
“這根本是兩碼事，不能混爲一談。”教授說。
許毅不死心，繼續追問：“那我就不說別的領域的例子，就直接說人工神經網絡。神經網絡夠複雜了吧，我們現在這樣不是進入了微觀結構了嗎？也許，我們從整體上來研究這個問題會跟簡單也說不定。”
“也許？嗯，這是個不錯的想法！”赫伯特教授嘴上雖然這麼說，但心中其實是不以爲然的，這個問題這麼簡單，前人早就想過了，他顯然不想在這個比較“弱智”的問題上再糾纏下去。
許毅也沒有再問這個問題，而是轉而問請教其他問題。
“教授，現在我們對神經元和神經網絡的認識已經很成熟了嗎？”
“還沒有，目前我們對大腦的認識還很膚淺。”
“可是現在這方面已經建立起了完美的理論體系了，教授，既然我們對神經元和神經網絡還停留在一個相當膚淺的程度，這麼快就建立起理論體系，是不是太早了一點？”許毅又提出了一個令自己不解的問題。
赫伯特教授的臉色有些尷尬：“呃，這方面的理論並不是你想像中的這麼簡單的，我建議你再繼續加深數學方面的學習。”
接着，許毅又繼續提出了其他幾個問題，都把赫伯特教授問得啞口無言，他對許毅的思考方式非常地不適應，一個兩個問題比較另類他還可以接受，可是許毅最後好像有懷疑目前整個人工智能基礎理論體系的趨勢，赫伯特教授最終認定：這孩子看來不適合研究人工智能。
於是，以後許毅再找時間向他請教“另類”問題，赫伯特教授就不再像以前那麼熱情了，往往是隨便回答幾句敷衍了事。後來，許毅也就沒再去找他問問題了。
在一次mit教授內部的聚會上，幾個關係不錯的教授聚在了一起。米歇爾教授也在場，他聽說最近許毅向各位教授問問題問得比較勤快，於是便隨口向他們問起了這件事。
一提起許毅這個中國學生，教授們立刻打開了話匣子。首先說話的還是赫伯特教授，他將許毅最近問的那些千奇百怪地問題簡單地挑了幾個具有代表性的說了一下，引起大家的一陣歡笑。
“總得來說，許是一個非常喜歡思考的學生，可惜，他思考的方向有問題，我多次向他提出過此事，可是他對我的忠告視而不見。”赫伯特教授一臉惋惜。中國留學生在學習上是很受教授們的歡迎的，他們都勤學好問，可惜的是思維過於約束。現在，好不容易出了個思維活躍而發散的許毅，可他的思維也太發散了，有些過頭。
“你這些問題還算比較正常的了。”一個研究側重於數學的教授說道，“許上次直接質疑了目前的數學體系，他說目前看上去比較完美的數學理論，實際上是人類對世界認識不準確的表現。他只承認離散的世界，完全將連續數學給否認掉了。他提出一個猜想，說連續數學是目前限制人工智能發展的一個重要因素。”
大家聽後連連搖頭，這個學生也太浮躁了，他才學了點皮毛就敢質疑已經存在了這麼久的數學理論體系，簡直
“所起這個許，還真是有趣。”一個專門進行軟件模擬人工智能的教授也開口了，“他上次向我問起了算法與數學規則、形式邏輯規則之間的關係。大家都知道，算法的概念自從被提出來之後，它就與這兩者有着密不可分的聯繫，如果一個這種程序思想或者流程沒有嚴格的邏輯體系和一定的數學規則，那肯定不是算法。”
“他難道又提出了什麼新的猜想？”衆人問道。
“是啊，他說根據圖靈對算法的定義，圖靈只是指出在有限步驟內可以完成的過程就是算法，不管這個流程遵不遵循數學規則和邏輯規則，由此，他提出一個設想，說計算機應該可以運行既不與數學聯繫又不與形式邏輯聯繫的程序，進而他提出一個假設：我們設計智能程序的時候，或許不必拘泥於現在的任何數學和形式邏輯的規則。”
“沒有邏輯規則，那還是算法嗎？”
“沒有規則的人工智能？這還是第一次聽說。”
“就是啊，這不扯淡麼！”
接着，教授們你一言我一語地紛紛說起了許毅的奇怪思維，這些人當中，最看好許毅的還是米歇爾教授。通過和許毅的長期接觸，他早就適應了許毅這種“另類”的思考問題的方式，正是由於他思考問題的方式大異於別人，纔對他的研究非常具有啓發性。
見教授們對許毅的印象如此不好，米歇爾教授出言勸到：“各位老朋友，這個中國孩子的思維的確是另類了一點，但是，請你們再仔細考慮考慮，他的這些想法真的一點價值都沒有嗎？或許，我們應該更包容一點”
衆人紛紛搖頭，對米歇爾的話顯然不以爲然。