數天後，徐宏毅開始正常讀書，他現在大抵是自修，隻有幾個他覺得比較好的老濕的課方會挑著去聽聽，要不然大部分時間他都在圖書室中渡過。現在，杜文立教獸的基本純理論的書徐宏毅己瞧了不下兩編，這些設計到非常複雜計算的也反複研習，大體說起來，他已將自己的基礎打好。他現在在學習各種各樣智能流派的看法，樣樣通，門門瘟，追求的是個大體了解，重點學習的隻是杜教獸的相關理論罷了。
自然，基礎是少不得的，徐宏毅在把基礎打好以後才開展那些學習活動的。
閱覽，思索，而後自己通過編譯核證，這便是徐宏毅一般的學習過程。徐宏毅還學習了兩樣特意用於開展智能編譯的語言，既表處理語言ＬＩＳＰ和ＰＲＯＬＯＧ。
ＬＩＳＰ語言是一九六零年Ｊ。麥子卡錫在遞回函數學論基礎之上最先設計出來的，以後近乎成了智能的代稱，鑽研智能的人大抵都清楚這一種語言。它跟以後由英倫大學的青少年學生柯瓦片連斯基（Ｒ．Ｋｏｗａｌｉｓｋｉ）提出由法蘭西敦刻爾克大學的考爾麥子勞厄（Ａ．Ｃｏｌｍｅｒａｕｅｒ）所領導的鑽研分組於一九七三年最先完成的規律式語言ＰＲＯＬＯＧ（ＰＲＯｇｒａｍｍｉｎｇｉｎＬＯＧｉｃ）合稱為智能的二大語言，對智能的發展起了10分長遠的影響。
編譯是徐宏毅的長項，故而每每當他學會一種嶄新的理論時，他最先就會試圖瞧自己能否將這一種思想觀念溶合到編譯之中去。那樣致使的直接結果是他的決戰士的戰力穩步上升，上周日，終於在一回ＰＫ中首次獲得勝利，贏下了最高等版的那個亞曆克斯。雖說好花不常開，亞曆克斯的戰力又倏然擢升了一個水平，ＷＸＢ很快的就落敗，但是徐宏毅並不覺得喪氣，反倒十分開心，因為自己通過學習智能方麵的理論水平並成功地將當中的一些理論運用到了程序之中。此外，對亞曆克斯的成長徐宏毅也也不蹊蹺，終究，時間己過了那麼久，它沒可能一點進步也沒有。
學習智能就不能不提到一個人——阿蘭圖零。在電腦領域，有個可比諾貝爾國際獎的獎，那便是“圖零獎”。圖零是“智能之父”，也是“電腦之父”，他的一生充滿著未解之謎，他好像上天派到下界的神靈，匆忙而來，又匆忙而去，為世間留下來了智慧，留下來了深沉的思想觀念，後輩必需為之思考數十年甚而幾個世紀。徐宏毅瞅著圖零的列傳，實在要覺得圖零也跟他一樣，是個從將來重生的。在電腦領域，有許多跟他相關的專業術語，若“並行機”“圖零測驗”“圖零欠費”等等，全部的那些都是他提出的能讓後輩鑽研多年的理論。在真正地電腦還沒有發明的時代，他就己在思索“機器能不能思惟”這一個問題了……現在，智能鑽研還是建立在他的理論基石之上，他提出的這些理論被大家當作至理。
“他一定是輪回重生的！”徐宏毅看過他的列傳後，終究還是得到了這麼個定論。
鑽研了那麼久的理論後，徐宏毅發覺，那些流派好象有一個相同的特點——那便是一直在鑽研人類人工智能的某個部分領域的人工智能，將人類的人工智能細化了，他們的重點各有不同。麵部辨識聲音辨識，自然語言明白人工神經網絡……即是，並沒一個哪個支脈在從總體過來鑽研智能。
就這一個問題，徐宏毅問詢了相關ＭＩＴ的智能方麵的磚家赫伯特教獸，同杜文立教獸一樣，赫伯特教獸也是ＭＩＴ智能試驗室的權威之一，他的主要鑽研領域是人工神經網絡。
赫伯特教獸答複說道：“這因為全部的鑽研都是從簡單到複雜的，那樣合乎人類人是大自然的規律……”
徐宏毅那時問道：“咱們怎地篤定將人類的人工智能細化後是簡單的呐？也許，細化後反倒變的複雜了也不一定。拿化學和物理來作比喻，咱們都是從大觀在到量子觀的，最先是總體考慮其特點，最後才更進一步意識到物質的量子觀結構體係，他們各有自己的規律，也不防礙人類去見識。”
“……這根本就是兩回事，不能夠等量齊觀。”教獸講。
徐宏毅不息心，追問下去：“我就不講其他的領域的示例，就直接講人工神經網絡。神經網絡夠複雜了吧，咱們現在那樣不是進了量子觀結構體係了麼？興許，咱們從總體過來鑽研這一個問題會和簡單也不一定。”
“興許？呃，這是一個不錯的想法兒！”赫伯特教獸嘴巴上雖說如此說，但是心裏實際上是不當回事兒的，這一個問題那麼簡單，先人早已經想過了，他明顯不想在這個比較“智障”的問題上在死纏下去。