并不是所有普遍聯系都對我們有意義，在面向對象語言的編程中，我們容易用到屬性這個術語。

屬性是把兩種對象聯系起來的方式，舉個例子
apple.color = red
這是把apple類與red對象聯系起來了。

也可以是
apple.in_the_same_basket = banana
這是把apple類和banana類聯系起來了，他們都在同一個籃子里。

那計算機需不需要知道什么是color，什么是in_the_same_basket？

其實是不需要的，這和人理解事物類似，并不需要知道所有的細節才能理解。例如你知道red是什么顏色，但是你可能并不能說出它的頻率波段。

人對任何事物都是不可能透徹理解到所有細節的，因為只有宇宙本身有那個能力。

所以我們所說的理解，實際上是把未知的事物與我們已知的事物聯系起來了。這樣我們就產生了一種掌控感，這種未知事物就可以通過已知事物來操作和表達。

和人腦不同的是，編程語言的屬性并不能直接單獨使用。

例如在人腦里，顏色、同一個籃子都是獨立的節點，后者是稍微抽象的節點或者由節點生成。

人腦知道apple是什么，知道red是什么，單獨的color也能使用，人腦甚至知道還有yellow, blue, green等顏色。

相比之下，編程語言中的color本身是無意義的，它只是apple和red的橋梁，本身除了這個作用并無意義。

也就是說，現有編程語言和人腦不同的一點是，編程語言中來表達聯系的橋梁總是無意義的，而人腦中聯系的橋梁本身可能就是有意義的。

再想想賦值，A = B, 實際上，在編程語言中，=號有特殊的意義，這是說A和B的值相同，在作用域把名字A綁定到對象B。

而在人腦中A = B，= 本身就是個節點，它在不同領域中有不同的意思，可能是數學中的值相同，也可能是模糊語言中的很類似。例如：
你怎么干了這件事，那前面的事等于沒做。

編程語言這么設計可能有兩種原因：
1 太過注重邏輯性
2 存儲能力和計算能力有限

人腦是很注重邏輯性，但那不是全部，還需要模糊思考、統計性思考和分層思考。

當然編程語言在上個世紀設計的時候，如果專門給color創造一個字典，每個程序中的color都和預定義的color建立聯系，顯然這是不可能的。

即使是現在在大數據的前提下，創造人工智能，是否就要以人類思考的方式來建立，這還有待商榷。

例如，編程語言中的所有關鍵字，都是英語中的單詞，我們想要做一件事，不需要去過多編程，只需要定義。

play a music for me.

人工智能看到這句話，可以像現在手機中，win10中的類似應用一樣播放那句話。

可真正的人工智能，一定能理解這句話。它知道什么是play，什么是music，me是誰。它可能去網上找一首音樂給你聽，你不需要定義一堆函數教它這么做。

而現在手機或win10中的"人工智能"，只是預定義的函數，這種方式是不靈活的，它可能只限于本地的音樂，因為它不理解什么是音樂。

當然，真正的人工智能，并不是不教就會，我們需要像教一個孩子一樣，通過數年甚至數十年去教育它。

但它可以真正理解音樂，它知道哪可以找到音樂，音樂的下載權限，音樂的碼率，音樂的格式，各種知識之間的聯系，它知道這些聯系中哪些是最適合我們的。

可能根據個人口味，網速，歌曲的新舊，播放時段來智能選取，這種智能，實際上是調教了數年的結果。

也就是說，最終的人工智能，并不是每個人家里都有一臺，而是真正的服務器。這個服務器存儲了幾乎人類所有的知識，它擁有龐大的容量，超級強大的計算能力。

而我們需要的或許只是一個VR顯示器，通過網絡和英語（或特定的人工智能語言）去請求我們想要的任何信息 ，再從本地來渲染，而這幾十年內就能實現。

而擁有這種龐大能力的服務器供應商，可能是政府或者超級強大的企業，可能會超過人類歷史上任何一個組織的力量。

最終編程語言和人類的語言可能合而為一，虛擬現實增強裝備也可能變成隨身攜帶的東西。