编译 莫庄非

于1979年斩获普利策奖的著作《哥德尔、埃舍尔、巴赫》（G ödel, Escher, Bach）激发了大批计算机科学家的灵感，但很少有人像梅兰妮•米切尔（Melanie Mitchell）那般——在读完这本777页的著作后，决定将她的天赋从纽约某高中的数学教育跨界带到人工智能领域。米切尔很快找到此书作者、人工智能研究员侯世达（Douglas Hofstadter），并说服他给了自己一个实习机会。当时的高中数学老师只学过几门计算机科学课程，但她的胆量令普利策奖得主印象深刻，而后者似乎也并不关心她的学历。米切尔赶上了“最后一刻”的研究生申请，并加入了侯世达在密歇根大学安娜堡分校的新实验室。在接下来的6年里，两人密切合作，开发了名为“Copycat”的计算机程序，而设计Copycat的目的是“得到有见地的类比，并以心理现实的方式这样做”。

Copycat提出的类比是围绕简单的字母模式进行的，类似于标准化测试中的类比。举个例子，“如果字符串‘abc’变成了字符串‘abd’，那么字符串‘pqrs’会变成什么？”侯世达和米切尔认为，理解类比的认知过程——人类如何在相似的想法、感知和经验之间建立抽象联系——对于创造真正像人的人工智能至关重要。

米切尔认为类比可以比案例型（exam-style）模式匹配更深入。“类比是通过将某种情况映射到另一种已经被理解的情况，进而理解此情况的本质。比方说你告诉了我你曾经历的一段往事，那么我或许可以从记忆库里找出一段可类比你的经历的故事——虽然严格来说你的过往绝非我所亲历，但二者间关联映射让它们非常相似。……