其中一派人的思想直接继承至图灵，主张从功能角度出发，让机器去模拟人类心智表现，而不去追求与人类一样的思维过程；另一派人主要来自对人类大脑神经网络结构的研究学者，主张从生物结构角度出发，让机器先去模拟人脑构造，再从中获得智能。

可见性就是指当一个线程修改了共享变量的值时，其他线程能够立即得知这个修改。

假设某项评价指标可作为系统性能的度量（Performance，简称P），而这个指标可以在某类任务（Task，简称T）的执行过程中随着经验（Experience，简称E）增加而不断自我改进的话，那么我们就称该过程‘Process＜P,T,E＞’是一种学习行为”。

认为人类、生物和具有智能的机器等都是通过“由负反馈和循环因果律逻辑来控制的目的性行为”来实现自身目的的，这一句话便是控制论思想的源头

验证是连接阶段的第一步，这一阶段的目的是确保Class文件的字节流中包含的信息符合《Java虚拟机规范》的全部约束要求，保证这些信息被当作代码运行后不会危害虚拟机自身的安全。

自JDK7起，原本存放在永久代的字符串常量池被移至Java堆之中，所以在JDK7及以上版本，限制方法区的容量对该测试用例来说是毫无意义的

GC日志开头的“[GC”和“[FullGC”说明了这次垃圾收集的停顿类型，而不是用来区分新生代GC还是老年代GC的。如果有“Full”，说明这次GC是发生了Stop-The-World的

图灵给香农看了他还在剑桥大学念硕士时（1936年）写的一篇论文《论可计算数及其在判定性问题上的应用》（OnComputableNumbers,withanApplicationtotheEntscheidungsproblem），这篇文章是可计算性领域的里程碑式作品。

Java堆用于储存对象实例，我们只要不断地创建对象，并且保证GCRoots到对象之间有可达路径来避免垃圾回收机制清除这些对象，那么随着对象数量的增加，总容量触及最大堆的容量限制后就会产生内存溢出异常。

“图灵机”与“冯·诺依曼架构”并称现代通用计算机的“灵魂”与“躯体”，它对可计算性理论、计算机科学、人工智能都影响深远，可以说是一项改变了人类近代科学史的伟大发明。

现代科学中所说的逻辑学，源自亚里士多德（Aristotle，公元前384—前322）所建立的传统逻辑学说。

因此，弱人工智能的技术理论发展的时间再长，对强人工智能的实现并不会有多少实质性的促进，反而是脑科学、神经生理学、认知科学等的发展，都远比弱人工智能的进步更容易触及到心灵和意识的奥秘。

volatile变量读操作的性能消耗与普通变量几乎没有什么差别，但是写操作则可能会慢上一些，因为它需要在本地代码中插入许多内存屏障指令来保证处理器不发生乱序执行

对于如何教育学习机器的问题，我们可以尝试通过计算机模拟，使用遗传算法[插图]（GeneticAlgorithm）来解决，把学习机器的进化和生物进化论中物竞天择的思想联系起来。

每个Class文件的头4个字节被称为魔数（MagicNumber），它的唯一作用是确定这个文件是否为一个能被虚拟机接受的Class文件。

只要能被invokestatic和invokespecial指令调用的方法，都可以在解析阶段中确定唯一的调用版本，Java语言里符合这个条件的方法共有静态方法、私有方法、实例构造器、父类方法4种，再加上被final修饰的方法（尽管它使用invokevirtual指令调用），这5种方法调用会在类加载的时候就可以把符号引用解析为该方法的直接引用。这些方法统称为“非虚方法”（Non-VirtualMethod），与之相反，其他方法就被称为“虚方法”（VirtualMethod）。

香农提出考虑机器智能问题时，应当把艺术、情感、音乐等方面的能力一并考虑进去，这很接近今天多元智能理论中对智能的理解。而图灵则不认可，他认为智能既然是由物质（指人类大脑）所承载的，就应该可以由物理公式去推导，可以用数学的方式去描述，不应该把这些文化方面的内容包含进去。

从如何判定对象消亡的角度出发，垃圾收集算法可以划分为“引用计数式垃圾收集”（ReferenceCountingGC）和“追踪式垃圾收集”（TracingGC）两大类，这两类也常被称作“直接垃圾收集”和“间接垃圾收集”

目前的学术界提出的其中一种思路，是希望神经网络这一连接主义的代表性技术能够与符号主义相结合，因为可解释性正是符号主义的强项之一。

如何用一些不可靠的部件来构造出一个可靠的系统。自复制机恰好就是一个最好的用不可靠部件构造的可靠的系统。