Marvin Minsky Quotes

आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता) ऐसी मशीनें बनाने का विज्ञान है जो ऐसे काम करती हैं जिनके लिए इंसानों की बुद्धि की जरूरत पड़ती है।

Artificial intelligence is the science of making machines do things that would require intelligence if done by men.

आज तक ऐसा कोई कंप्यूटर नहीं बना जो इस बात से वाकिफ हो कि वह क्या कर रहा है; और ज्यादातर समय, हम भी इस बात से अनजान होते हैं।

No computer has ever been designed that is ever aware of what it's doing; but most of the time, we aren't either.

यदि आप किसी चीज़ को केवल एक ही तरीके से समझते हैं, तो आप उसे वास्तव में बिल्कुल नहीं समझते। हमारे लिए किसी भी बात के क्या मायने हैं, इसका रहस्य इस बात पर निर्भर करता है कि हमने उसे अपनी बाकी जानी-पहचानी चीजों से कैसे जोड़ा है। अच्छे से जुड़े हुए विचार आपको अपने दिमाग में विचारों को पलटने, कई दृष्टिकोणों से चीजों की कल्पना करने की अनुमति देते हैं, जब तक कि आपको कोई ऐसा तरीका न मिल जाए जो आपके लिए काम करे। और इसी को हम सोचना कहते हैं!

If you understand something in only one way, then you don't really understand it at all. The secret of what anything means to us depends on how we've connected it to all other things we know. Well-connected representations let you turn ideas around in your mind, to envision things from many perspectives until you find one that works for you. And that's what we mean by thinking!

एक बार जब कंप्यूटर नियंत्रण अपने हाथ में ले लेंगे, तो शायद हम उसे कभी वापस न पा सकें। हम केवल उनकी दया पर ही जीवित रहेंगे। अगर हम भाग्यशाली हुए, तो वे शायद हमें पालतू जानवर बनाकर रखना पसंद करें।

Once the computers got control, we might never get it back. We would survive at their sufferance. If we're lucky, they might decide to keep us as pets.

क्या रोबोट इस धरती के मालिक बनेंगे? हाँ, लेकिन वे हमारी संतानों की तरह होंगे।

Will robots inherit the earth? Yes, but they will be our children.

सच्चाई या निश्चितता केवल तभी हासिल की जा सकती है जब आप सवाल पूछना बंद कर दें।

One can acquire certainty only by amputating inquiry.

लेकिन इंसानी स्तर की बुद्धिमत्ता की सबसे बड़ी खूबी यह नहीं है कि वह तब क्या करती है जब वह काम कर रही होती है, बल्कि यह है कि वह तब क्या करती है जब वह किसी समस्या में अटक जाती है।

But the big feature of human-level intelligence is not what it does when it is works but what it does when it's stuck.

आखिर बुद्धिमत्ता है क्या? यह तो बस एक ऐसा शब्द है जिसका इस्तेमाल लोग उन अज्ञात प्रक्रियाओं के लिए करते हैं जिनसे हमारा दिमाग उन समस्याओं को हल करता है जिन्हें हम कठिन कहते हैं। लेकिन जब आप खुद कोई हुनर सीख लेते हैं, तो जब दूसरे लोग वही काम करते हैं तो आप उतने प्रभावित या अचंभित नहीं होते। यही कारण है कि 'बुद्धिमत्ता' का अर्थ इतना अस्पष्ट प्रतीत होता है: यह किसी निश्चित चीज का वर्णन नहीं करता, बल्कि यह केवल इस बात की सीमा को दर्शाता है कि दिमाग कैसे काम करता है, इस बारे में हमारा अज्ञान कितना है।

What is intelligence, anyway It is only a word that people use to name those unknown processes with which our brains solve problems we call hard. But whenever you learn a skill yourself, you're less impressed or mystified when other people do the same. This is why the meaning of 'intelligence' seems so elusive: It describes not some definite thing but only the momentary horizon of our ignorance about how minds might work.

शर्त लगा लीजिए कि इंसानी दिमाग गड़बड़ियों और जुगाड़ का एक मिलाजुला ढांचा है।

I bet the human brain is a kludge

सामान्य ज्ञान (कॉमन सेंस) कोई साधारण चीज नहीं है। इसके बजाय, यह बड़ी मेहनत से अर्जित व्यावहारिक विचारों का एक विशाल समाज है - जो जीवन भर सीखे गए नियमों और अपवादों, स्वभाव और प्रवृत्तियों, और संतुलन का एक ताना-बाना है।

Common sense is not a simple thing. Instead, it is an immense society of hard-earned practical ideas - of multitudes of life-learned rules and exceptions, dispositions and tendencies, balances and checks.

तर्क असल दुनिया पर लागू नहीं होता।

Logic doesn't apply to the real world.

हम आपको दिखाएंगे कि आप कई छोटे-छोटे हिस्सों से मिलकर एक दिमाग बना सकते हैं, जिनमें से हर एक हिस्सा अपने आप में नासमझ है।

We'll show you that you can build a mind from many little parts, each mindless by itself.

10 साल के भीतर कंप्यूटर हमें पालतू जानवर के रूप में भी नहीं रखेंगे।

Within 10 years computers won't even keep us as pets.

यदि आप किसी चीज को बहुत गहराई से या ध्यान भटका कर देखने को तैयार हैं, तो हर चीज एक जैसी ही लगती है।

Everything is similar if you're willing to look far out of focus.

हमारे लिए किसी भी बात के क्या मायने हैं, इसका रहस्य इस बात पर निर्भर करता है कि हमने उसे अपनी बाकी सभी जानी-पहचानी चीजों से कैसे जोड़ा है। यही कारण है कि किसी भी चीज का "असली मतलब" तलाशना लगभग हमेशा गलत होता है। जिस चीज का केवल एक ही मतलब हो, उसका वास्तव में कोई मतलब होता ही नहीं है।

The secret of what anything means to us depends on how we've connected it to all the other things we know. That's why it's almost always wrong to seek the "real meaning" of anything. A thing with just one meaning has scarcely any meaning at all.

कौन सा जादुई तरीका हमें बुद्धिमान बनाता है? असली बात यह है कि ऐसा कोई जादुई तरीका है ही नहीं। बुद्धिमत्ता की ताकत हमारी विशाल विविधता से आती है, न कि किसी एक संपूर्ण सिद्धांत से।

What magical trick makes us intelligent? The trick is that there is no trick. The power of intelligence stems from our vast diversity, not from any single, perfect principle.

आम तौर पर, हमें इस बात का सबसे कम अहसास होता है कि हमारा दिमाग कौन से काम सबसे बेहतरीन तरीके से करता है।

In general, we’re least aware of what our minds do best.

एक समझदार मशीन बनाना कितना मुश्किल है? मुझे नहीं लगता कि यह बहुत मुश्किल है, लेकिन यह मेरी राय है, और मैंने इस बारे में दो किताबें लिखी हैं कि इसे कैसे बनाया जाना चाहिए। मेरा मुख्य विचार यह है कि आपको किसी जादुई नुस्खे की तलाश नहीं करनी चाहिए। आपको सभी समस्याओं को हल करने का कोई एक चमत्कारी तरीका नहीं ढूंढना, बल्कि अलग-अलग तरह की समस्याओं से निपटने के लिए 20 या 30 अलग-अलग तरीके तलाशने चाहिए। इसके अलावा, एक ऐसा उच्च-स्तरीय नियंत्रण तंत्र बनाना चाहिए जो यह पहचान सके कि आपके सामने किस तरह की समस्या है और उस पर कौन सा तरीका लागू होगा।

How hard is it to build an intelligent machine? I don't think it's so hard, but that's my opinion, and I've written two books on how I think one should do it. The basic idea I promote is that you mustn't look for a magic bullet. You mustn't look for one wonderful way to solve all problems. Instead you want to look for 20 or 30 ways to solve different kinds of problems. And to build some kind of higher administrative device that figures out what kind of problem you have and what method to use.

अनुभव ने यह सिखाया है कि विज्ञान अक्सर तब सबसे अधिक प्रगति करता है जब हम उन चीज़ों का अध्ययन करना सीखते हैं जो सबसे सरल प्रतीत होती हैं, न कि उन चीज़ों का जो सबसे रहस्यमयी लगती हैं।

Experience has shown that science frequently develops most fruitfully once we learn to examine the things that seem the simplest, instead of those that seem the most mysterious.

कोई भी व्यक्ति एक दिन में Lisp सीख सकता है, सिवाय इसके कि यदि वह पहले से Fortran जानता हो, तो उसे तीन दिन लगेंगे।

Anyone could learn Lisp in one day, except that if they already knew Fortran, it would take three days.

सभी बुद्धिमान समस्या-समाधानकर्ता एक जैसी सीमाओं से बंधे होते हैं - यानी स्थान, समय और सामग्री की सीमाएँ।

All intelligent problem solvers are subject to the same ultimate constraints - limitations on space, time, and materials.

हमारी आज की संस्कृति शायद इस अजीब विचार से गढ़ी गई है कि बच्चों की सोच को वयस्कों की सोच से बिल्कुल अलग रखा जाना चाहिए। शायद हमारी संस्कृति जिस तरह से बच्चों को शिक्षित करती है, उससे यह बात बेहतर ढंग से समझ में आती है कि हम में से ज्यादातर लोग उनकी तरह ही नासमझ क्यों रह जाते हैं, बजाए इसके कि हम में से कुछ लोग समझदार कैसे बन जाते हैं।

Our present culture may be largely shaped by this strange idea of isolating children's thought from adult thought. Perhaps the way our culture educates its children better explains why most of us come out as dumb as they do, than it explains how some of us come out as smart as they do.

आप तब तक कुछ भी नहीं समझ सकते जब तक आप यह न समझ लें कि कम से कम 3 तरीके मौजूद होते हैं।

You don't understand anything unless you understand there are at least 3 ways.

दिमाग और कुछ नहीं, बस मस्तिष्क के काम करने का तरीका है।

Minds are simply what brains do.

कंप्यूटर एक वायलिन की तरह है। आप कल्पना कर सकते हैं कि कोई नौसिखिया पहले ग्रामोफोन और फिर वायलिन आजमाता है। वह कहता है कि बाद वाले की आवाज़ बहुत भयानक है। यही वह तर्क है जो हमने अपने मानवतावादियों और अधिकांश कंप्यूटर वैज्ञानिकों से सुना है। उनका कहना है कि कंप्यूटर प्रोग्राम कुछ खास कामों के लिए तो ठीक हैं, लेकिन वे लचीले नहीं होते। लेकिन वायलिन या टाइपराइटर भी तब तक लचीले नहीं होते, जब तक आप उन्हें चलाना न सीख लें।

A computer is like a violin. You can imagine a novice trying ﬁrst a phonograph and then a violin. The latter, he says, sounds terrible. That is the argument we have heard from our humanists and most of our computer scientists. Computer programs are good, they say, for particular purposes, but they aren’t ﬂexible. Neither is a violin, or a typewriter, until you learn how to use it.

कृत्रिम बुद्धिमत्ता (AI) के तीन बुनियादी दृष्टिकोण हैं: केस-आधारित, नियम-आधारित और कनेक्शनिस्ट रीज़निंग।

There are three basic approaches to AI: Case-based, rule-based, and connectionist reasoning.

अगर हम किसी चीज़ को सिर्फ एक ही तरीके से समझते, तो हम उसे कभी समझ ही नहीं पाते।

If we understood something just one way, we would not understand it at all.

डैनियल डेनेट हमारे समय के सर्वश्रेष्ठ दार्शनिक हैं। वह अगले बर्ट्रेंड रसेल हैं। पारंपरिक दार्शनिकों के विपरीत, डैन तंत्रिका विज्ञान (neuroscience), भाषा विज्ञान, कृत्रिम बुद्धिमत्ता, कंप्यूटर विज्ञान और मनोविज्ञान के अध्येता हैं। वे दार्शनिक की भूमिका को नए सिरे से गढ़ और सुधार रहे हैं।

Daniel Dennett is our best current philosopher. He is the next Bertrand Russell. Unlike traditional philosophers, Dan is a student of neuroscience, linguistics, artificial intelligence, computer science, and psychology. He's redefining and reforming the role of the philosopher.

यह कितनी हास्यास्पद बात है कि कोई इंसान 100 साल जिए और केवल 3,00 करोड़ बाइट्स ही याद रख सके। यानी एक कॉम्पैक्ट डिस्क से भी कम। सच कहें तो इंसानी फितरत हर गुजरते पल के साथ और अधिक पुरानी और बेकार होती जा रही है।

It's ridiculous to live 100 years and only be able to remember 30 million bytes. You know, less than a compact disc. The human condition is really becoming more obsolete every minute.

हम शायद ही कभी इस बात पर गौर करते हैं कि यह कितनी अद्भुत बात है कि कोई व्यक्ति पूरी ज़िंदगी बिना कोई वाकई गंभीर गलती किए बिता देता है—जैसे अपनी आँख में कांटा चुभो लेना या दरवाजे की जगह खिड़की से बाहर निकल जाना।

We rarely recognize how wonderful it is that a person can traverse an entire lifetime without making a single really serious mistake — like putting a fork in one's eye or using a window instead of a door.

विज्ञान में, इंसान सबसे ज़्यादा तब सीखता है जब वह उन चीज़ों का अध्ययन करता है जो सबसे तुच्छ लगती हैं।

In science, one learns the most by studying what seems to be the least.

मस्तिष्क इत्तेफाक से मांस से बनी एक मशीन है।

The brain happens to be a meat machine.

भविष्य की कंप्यूटर भाषाएँ इस बात पर कम ध्यान देंगी कि प्रोग्रामर ने क्या प्रक्रियाएँ तय की हैं, और इस बात पर ज़्यादा ध्यान देंगी कि क्या लक्ष्य हासिल करने हैं।

Computer languages of the future will be more concerned with goals and less with procedures specified by the programmer.

ज़रा सोचिए कि अगर टीवी सचमुच बहुत अच्छा हो जाए तो क्या होगा। यह हमारी जानी-पहचानी दुनिया का अंत होगा।

Imagine what it would be like if TV actually were good. It would be the end of everything we know.

ज्ञान को प्रस्तुत करने का कोई एक ही सबसे बेहतरीन तरीका ढूँढना बिल्कुल बेतुका है-क्योंकि अभिव्यक्ति का हर तरीका अपने साथ अपनी कुछ सीमाएँ भी लेकर आता है। उदाहरण के लिए, तर्क-आधारित प्रणालियाँ बहुत सटीक होती हैं, लेकिन उनमें सादृश्य (analogy) के आधार पर तर्क करना मुश्किल हो जाता है। इसी तरह, सांख्यिकीय प्रणालियाँ भविष्यवाणियाँ करने के लिए उपयोगी होती हैं, लेकिन वे यह समझाने में कारगर नहीं होतीं कि कभी-कभी वे भविष्यवाणियाँ सही क्यों साबित होती हैं।

It makes no sense to seek a single best way to represent knowledge-because each particular form of expression also brings its particular limitations. For example, logic-based systems are very precise, but they make it hard to do reasoning with analogies. Similarly, statistical systems are useful for making predictions, but do not serve well to represent the reasons why those predictions are sometimes correct.

समाज को ऐसे नियमों की आवश्यकता होती है जो व्यक्तियों के लिए बेतुके लग सकते हैं। उदाहरण के लिए, इससे कोई फर्क नहीं पड़ता कि एक अकेली कार सड़क के बाईं ओर चलती है या दाईं ओर। लेकिन जब बहुत सारी कारें हों, तो इससे बहुत बड़ा फर्क पड़ता है!

Societies need rules that make no sense for individuals. For example, it makes no difference whether a single car drives on the left or on the right. But it makes all the difference when there are many cars!

मस्तिष्क की मुख्य गतिविधि खुद में बदलाव लाना है।

The principal activities of brains are making changes in themselves.

दिमाग के बारे में अच्छे सिद्धांतों को कम से कम समय के तीन अलग-अलग पैमानों को शामिल करना चाहिए: धीमा, उन अरबों वर्षों के लिए जिनमें हमारे दिमाग ने संघर्ष करके खुद को बचाया है; तेज़, बचपन के कुछ हफ्तों और महीनों के लिए; और इन दोनों के बीच, इतिहास के लंबे दौर में हमारे विचारों के विकास की सदियाँ।

Good theories of the mind must span at least three different scales of time: slow, for the billions of years in which our brains have survivied; fast, for the fleeting weeks and months of childhood; and in between, the centuries of growth of our ideas through history.

गति ही बुद्धिमत्ता की पहचान है। किसी भी पक्षी ने यह खोज नहीं की कि उड़ान कैसे भरी जाती है: विकास (evolution) ने यह 'खोजने' में खरबों पक्षी-वर्ष लगा दिए—जबकि इंसानों को इसके लिए केवल कुछ सौ वर्ष ही लगे।

Speed is what distinguishes intelligence. No bird discovers how to fly: evolution used a trillion bird-years to 'discover' that – where merely hundreds of person-years sufficed.

जब हम चीज़ों के गुणों की तुलना नहीं कर पाते, तब हम मात्राओं का सहारा लेते हैं।

We turn to quantities when we can't compare the qualities of things.

आखिरकार, रोबोट ही सब कुछ बनाएंगे।

Eventually, robots will make everything.

आम कथा-साहित्य (फिक्शन) लगभग इस बारे में होता है कि कैसे लोग समस्याओं में फंस जाते हैं और अपनी जिंदगी बर्बाद कर लेते हैं। विज्ञान कथा-साहित्य बाकी सब चीजों के बारे में होता है।

General fiction is pretty much about ways that people get into problems and screw their lives up. Science fiction is about everything else.

मैं अपने इस नापसंद को पूरी तरह शब्दों में बयां नहीं कर सकता कि जो लोग यह सोचते हैं कि किसी चीज़ को समझ लेने से उसका आनंद किरकिरा हो जाता है, वे कितने गलत हैं... वे भला कैसे जान सकते हैं?

I cannot articulate enough to express my dislike to people who think that understanding spoils your experience... How would they know?

नीतिशास्त्री वह व्यक्ति होता है जिसे आपकी किसी भी योजना में कोई न कोई खराबी ज़रूर नज़र आ जाती है।

An ethicist is somebody who sees something wrong with whatever you have in mind.

हर चीज़, यहाँ तक कि वह भी जो हमारे दिमाग में घटित होता है, केवल और केवल इन पर निर्भर करती है: कुछ निश्चित, तयशुदा नियमों का एक सेट।

Everything, including that which happens in our brains, depends on these and only on these: A set of fixed, deterministic laws.

संगीत सुनना श्रोता के पास पहले से मौजूद उसके निजी अनुभवों और ज्ञान को सक्रिय कर देता है।

Listening to music engages the previously acquired personal knowledge of the listener.

क्यूब्रिक का नज़रिया यह प्रतीत होता था कि इंसानों का पतन तय है, जबकि क्लार्क का नज़रिया यह है कि इंसान विकास के एक बेहतर चरण की ओर बढ़ रहे हैं।

Kubrick's vision seemed to be that humans are doomed, whereas Clarke's is that humans are moving on to a better stage of evolution.

तर्क वास्तविक दुनिया पर लागू नहीं होता।

Logic doesn't apply to the real world. D. R. Hofstadter and D. C. Dennett (eds.) The Mind's I, 1981.

AI की दुनिया में मौजूद गहरी समस्याओं को समझने में चूक हुई; मिसाल के तौर पर, वे समस्याएँ जो 'ब्लॉक्स वर्ल्ड' में सामने आई थीं। भौतिक रोबोट बनाने वालों ने इससे कुछ नहीं सीखा।

There was a failure to recognize the deep problems in AI; for instance, those captured in Blocks World. The people building physical robots learned nothing.

मन का हर हिस्सा बाकी हिस्सों में होने वाली गतिविधियों को बहुत थोड़ी मात्रा में देखता है, और उस थोड़े से को भी तुरंत परिष्कृत, पुनर्निर्मित और 'प्रस्तुत' किया जाता है। हम यह मानना पसंद करते हैं कि इन टुकड़ों का अपने आप में कोई अर्थ होता है—उन विशाल संरचनाओं से अलग जिनसे वे जन्म लेते हैं—और सच कहें तो यह भ्रम एक विचारक के रूप में हमारे लिए मूल्यवान है, लेकिन एक मनोवैज्ञानिक के रूप में नहीं—क्योंकि इससे हमें यह लगने लगता है कि व्यक्त करने योग्य ज्ञान ही अध्ययन करने की सबसे पहली चीज़ है।

Each part of the mind sees only a little of what happens in some others, and that little is swiftly refined, reformulated and "represented." We like to believe that these fragments have meanings in themselves - apart from the great webs of structure from which they emerge - and indeed this illusion is valuable to us qua thinkers - but not to us as psychologists - because it leads us to think that expressible knowledge is the first thing to study.

आज से दो सौ साल बाद, शायद [विज्ञान कथा लेखक] आइज़ैक असीमोव और फ्रेड पोल को बीसवीं शताब्दी के महत्वपूर्ण दार्शनिक माना जाएगा, और पेशेवर दार्शनिकों में से लगभग सभी को भुला दिया जाएगा, क्योंकि वे बेहद सतही और गलत हैं, और उनके विचारों में कोई खास दम नहीं है।

A couple of hundred years from now, maybe [science fiction writers] Isaac Asimov and Fred Pohl will be considered the important philosophers of the twentieth century, and the professional philosophers will almost all be forgotten, because they're just shallow and wrong, and their ideas aren't very powerful.

आपके हाथ में पकड़ी हुई चाय की प्याली बिल्कुल सीधी और स्थिर बनी रहे, इसके लिए जाने कितने सारे काम एक साथ चल रहे होते हैं? यकीनन सौ से ज्यादा।

How many processes are going on, to keep that teacup level in your grasp? There must be a hundred of them.

मुझे यथार्थवाद में पूरा विश्वास था, जैसा कि जॉन मैकार्थी की इस बात से झलकता है कि अगर हम पूरी मेहनत से काम करें, तो अगले चार से चार सौ सालों के भीतर हमारे पास एक समझदार और बुद्धिमान सिस्टम होगा।

I believed in realism, as summarized by John McCarthy's comment to the effect that if we worked really hard, we'd have an intelligent system in from four to four hundred years.

हमें यह समझना होगा कि संगीत सिद्धांत केवल संगीत के बारे में नहीं है, बल्कि इस बारे में है कि लोग उसे कैसे आत्मसात करते हैं। किसी भी कला को समझने केM लिए हमें उसकी सतह से परे जाकर उसके सृजन और उसे महसूस करने के मनोवैज्ञानिक पहलुओं की गहराई में उतरना होगा।

We must see that music theory is not only about music, but about how people process it. To understand any art, we must look below its surface into the psychological details of its creation and absorption.

हर विशेषज्ञ को लगता है कि मशीन को बुद्धिमान बनाने का बस एक ही जादुई तरीका है, और इस लिहाज से वे सब अपना समय बर्बाद कर रहे हैं। दूसरी ओर, उनमें से हर कोई किसी न किसी खास तरीके को बेहतर बना रहा है, इसलिए शायद निकट भविष्य में, या शायद दो पीढ़ियों बाद, कोई और आएगा और कहेगा, "चलो इन सबको एक साथ मिला देते हैं," और तब जाकर मशीन वाकई समझदार बन जाएगी।

Each practitioner thinks there's one magic way to get a machine to be smart, and so they're all wasting their time in a sense. On the other hand, each of them is improving some particular method, so maybe someday in the near future, or maybe it's two generations away, someone else will come around and say, "Let's put all these together," and then it will be smart.

कोई मंगल ग्रह से आया प्राणी किसी इंसान को हंसते हुए देखे तो वह क्या सोचेगा? यह नजारा वाकई डरावना लगता होगा: उग्र इशारे, हवा में झटके से हिलते हाथ, और पागलों की तरह ऐंठन के साथ कांपती छाती।

What would a Martian visitor think to see a human being laugh? It must look truly horrible: the sight of furious gestures, flailing limbs, and thorax heaving in frenzied contortions.

यह एक पेचीदा क्षेत्र है क्योंकि साधारण अंकगणित की तरह, किसी कलन (कैलकुलस) की समस्या को हल करने के लिए—और खासकर समाकलन (इंटीग्रेशन) करने के लिए—आपको इस बात की गहरी समझ होनी चाहिए कि कौन सी तकनीक का इस्तेमाल किया जाए: आंशिक भिन्नों द्वारा समाकलन, खंडशः समाकलन, और इसी तरह की अन्य विधियाँ।

This is a tricky domain because, unlike simple arithmetic, to solve a calculus problem - and in particular to perform integration - you have to be smart about which integration technique should be used: integration by partial fractions, integration by parts, and so on.

यह कहना ही बेतुका है कि ब्रह्मांड का अस्तित्व है, क्योंकि इसका मतलब यह होगा कि ब्रह्मांड खुद उन चीज़ों में से एक है जो ब्रह्मांड के भीतर मौजूद हैं। इसलिए, "ब्रह्मांड के अस्तित्व में आने की वजह क्या थी?" जैसे सवाल ही अपने आप में गलत हैं।

To say that the universe exists is silly, because it says that the universe is one of the things in the universe. So there's something wrong with questions like, "What caused the Universe to exist?"

चीज़ें 'वास्तव में कैसी दिखती हैं' यह देखना उतना ही बेकार है जितना कि बिना ट्यून किए टीवी पर दिख रहे बेतरतीब बिंदुओं को देखना।

It would be as useless to perceive how things 'actually look' as it would be to watch the random dots on untuned television screens.

मन की प्रकृति: इसकी अधिकांश शक्ति केवल उन उलझनों और तरीकों से उपजी प्रतीत होती है जिनसे इसके विभिन्न घटक आपस में जुड़ते हैं। ...विकास (इवोल्यूशन) के अनगिनत तौर-तरीकों से हम बस इसी की उम्मीद कर सकते हैं।

The nature of mind: much of its power seems to stem from just the messy ways its agents cross-connect. ...it's only what we must expect from evolution's countless tricks.

जब एमआईटी (MIT) के डेविड मार ने कंप्यूटर विजन के क्षेत्र में कदम रखा, तो उन्होंने काफी हलचल मचा दी, लेकिन वे ज्ञान के निरूपण (knowledge representation) की समस्या में फंस गए; उनके विजन सिस्टम में ज्ञान को दर्शाने का कोई ठोस तरीका नहीं था।

When David Marr at MIT moved into computer vision, he generated a lot of excitement, but he hit up against the problem of knowledge representation; he had no good representations for knowledge in his vision systems.

हम रोबोट से जुड़ी समस्याओं को हल करना चाहते थे और इसके लिए हमें विजन, कार्य करने की क्षमता, तर्क, योजना बनाने और ऐसी ही कई अन्य चीजों की जरूरत थी। यहाँ तक कि हमने पैट्रिक विंस्टन द्वारा तलाशे जा रहे स्ट्रक्चरल लर्निंग का भी कुछ हद तक इस्तेमाल किया।

We wanted to solve robot problems and needed some vision, action, reasoning, planning, and so forth. We even used some structural learning, such as was being explored by Patrick Winston.

लेकिन ठीक वैसे ही जैसे केपलर द्वारा ग्रहों की नियमितता की खोज के बाद खगोल विज्ञान ने ज्योतिष की जगह ले ली, मशीनों में बौद्धिक प्रक्रियाओं के अनुभवजन्य अनुसंधानों में इन कई सिद्धांतों की खोज से आखिरकार एक विज्ञान का जन्म होना तय है।

But just as astronomy succeeded astrology, following Kepler's discovery of planetary regularities, the discoveries of these many principles in empirical explorations of intellectual processes in machines should lead to a science, eventually.

वैसे, यह उन्हीं के एनिमेशन थे जिन्होंने 'जुरासिक पार्क' को सफल बनाने में मदद की थी—उनके बिना वहाँ केवल कुछेक डायनासोर ही नजर आते। उन्हीं की तकनीकों के आधार पर 'इंडस्ट्रियल लाइट एंड मैजिक' ने परदे पर डायनासोरों के पूरे झुंड को एक साथ दौड़ते हुए दिखाने का कमाल कर दिखाया।

By the way, it was his simulations that helped out in Jurassic Park - without them, there would have been only a few dinosaurs. Based on his techniques, Industrial Light and Magic could make whole herds of dinosaurs race across the screen.