我们假设一个对像A，它有一组的状态数据集S，这些数据集的变化会引起对像B的状态集C的变化，而C的变化也会使A的状态集发生变化。
但是其中A开始时，A间的状态数据没有必然联系；
而B对像状态数据间有实质上的联系（是一个系统）。
那么，如何实现A对像的智能化呢，即让A对像也变成一个系统，这也正是我们要解决的问题。
首先，因为A开始时，A中数据间没有必然的联系，所以，我们要做的是，让他们有必然的联系。当然不是通过我们给它写进去的联系，而是让它自己决定它们之间有什么联系。
那么，怎么决定？天知道啊，没错，开始时，正是只有天知道，GOD KNOWN ONLY
让上帝来决定。先别急，我们先把A中的数据集分成两类，一类是A对像，自身产生的实体化数据X，一类是自身产生的虚拟化的数据Y。
然后，我们引入一个期望向量产生器1,它会对A对像数据X有规则地产生X'的期望数据。然后向量化M，设这个向量为M=X'-X。
同样的，我们引入另一个向量产生器2,对一个Y的数据也进行期望向量化，并得到N的向量,N=Y'-Y。但是这个向量进行期望化时，是随机定值的Y'（上帝出现的地方），这点是前面的那个产生器不同的地方。
好了，有了以上步骤，我们用PROLOG来处理这个过程。
main:-makediredx,havex(X),
relation(X,Y),finsh(Y),readchange,
makediredX,makediredY,havex(X),finsh(X),readchange,
not(havex(X)),havey(Y),not(relation(X,Y)),
asserta(relation(X,Y)),main.
有的子句就不写了。
状态空间也不写。
makediredx 就是第一个期望产生器
finsh(X):-havex(X),relation(X,Y),finsh(Y).
finsh(X):-havey(X),relation(X).
用来完成向量M和N的关系还有N期望的完成。
relation(X):-sav(S),Y is X+S,retract(sav(s)),asserta(sav(Y)). 其中sav(X)就是状态空间Y，还有一个是X的
makedirey是第二个期望产生器，注意他是随机。
这里代码也不写^ ^
readchange代码也不写，它是B对像 对 A对像中的X数据。
havex(X) havey(Y),分别是M处的有期望X，还有N处有期望Y。
好了具体MAIN的过程是这样的，
第一步是对M部分进行期望化的操作，查找M处向量X，然后找到与X有关的Y向量（relation(X,Y))。（晕了吧）
然后用finish(Y),既完成期望向量的完成，然后，外界数据开始作用（readchange)他会使X数据变化了
第二步重新用makediredx 更新一下期望M的向量集，然后，再用makediredy对N处进行随机向量化，然后,得到新的havex(X)并完成 finish(X),然后是readchange,外界B行为影响A，完成更新
最后一步，用not(have(X)),查看期望向量X是否还存在，再看是否存在havey(Y),not(relation（X,Y))看是否存在关系X,Y，前面都为真那就 asserta(relation(X,Y)),然后递归MAIN
第一步 体现对规则的运用
第二步 体现了上帝之力（随机机制）对外界对像B的影响。
第三步 那些可以实现（期望X）记录将被纪录下来。
总起来说是，知识的运用；无意识化的虚拟行为（注意，这里也包括外界强加的行为）；无意化行为的知识化。
种种迹象表明，无意识行为是很重要的。
作者 倪政齐