目前人们使用的AI技术基本都是分别基于逻辑型AI理论或概率型AI理论两种。而基于规则的AI理论则应用前景日渐衰微，原因是这种理论的规则类型种类太多，难于计算。相比之下，基于概率的AI理论则应用更为广泛，这种技术的核心是用较大型的数据库来模拟AI,不过这种理论的缺点是很难用于较抽象的AI应用。
而Goodman的Church语言则很好地融合了逻辑型AI和概率型AI这两种理论。很可能是AI和感知科学的一次重大飞跃。
麻省理工学院的新闻官Larry Hardesty形象而通俗地为我们总结了这项新AI技术：“假设我们告诉这种基于Church的程序说食火鸡这种动物是属于鸟类的，那么程序会自动得出‘食火鸡会飞’的假设推论。不过如果我们又附加一个条件说这种动物的体重达到200磅左右，那么程序马上就会自动推翻前面假设为鸟类的推论，得出食火鸡虽然属于鸟类，但是不会飞的结论。”
CNBeta编译
原文：theinquirer