11.11 创造策略的理解与实现
Turing 在他 1951 年的论文中提出的问题是：机器会思考吗？
Turing 以这个问题引出机器智能的概念。
然而“思考”这个概念太难，几乎没有数学定义。
Turing 最后提出“Turing Test”，回避了他提出的“机器会思考吗？”的问题。
我提出的问题是：机器会创造吗？
如果机器会创造，那么不可否认，机器有智能；反过来，如果机器不会创造，那么机器有智能的理由是不充分的。“创造”这个概念就是一个从无到有的动作或操作，是一个策略，很容易数学地定义，从而数学地实现。
回答“机器会创造吗？”这个问题的关键步骤是：
（1）揭示人创造的数学原理；
（2）建立人创造的数学模型；
（3）建立人创造的机器实现。
因此，关键是解决人创造的科学原理。
创造是人的天性，是人与生俱来的先验能力；创造伴随着人的成长，体现在人的大多数活动中。
人在观察的同时已经做了一个抽象和层谱抽象。创造策略本身就是抽象和层谱抽象的一部分。
每一个生成策略，例如联想、想象都隐含着一个创造的动作或操作。
层谱抽象本身就是为层谱抽象的每一个模块创造一个表示。因此，生成策略和解码策略已经包含创造的动作或操作。 人为什么要创造？
人通过创造工具扩大自己观察的范围，这时创造工具表现为一个生成策略。
人建造一个防御工事是一种创造，这时创造是为了消除自身对来自外界的不确定性的影响，因此，创造表现为一个解码策略。
从信息科学的观点来说，一个创造策略或者是一个生成策略或者是一个解码策略。根据这一理解，生成策略和解码策略已经包括了所
有可能的策略。在很多情况下，生成策略和解码策略的提出本身就是一个创造的结果。
信息科学不去列举所有可能的生成策略和解码策略。事实上，这也是不可能的，信息科学的任务是对于每一个生成策略，度量其生成的信息量，对于每一个解码策略，度量其解码信息。生成信息和解码信息才是信息科学衡量生成策略和解码策略的数学基础。（正如在算法理论中，我们只是度量算法的效率指标，例如，时间复杂性、空间复杂性、随机资源、交互轮次等等，而并不是列举所有可能的算法。）