人工智能语言是编程语言，人类语言是自然语言。自然语言不要求精确，只要双方能互相理解就行，而编程语言必须精确，因为计算机会严格按照编程语言的逻辑去执行代码。
第三代计算机语言取得成功以后，人们一直希望发明更高级的第四代
语言，用这种语言只需要描述问题的内容和所给定的条件，算法由计算机
自己寻找，但是到今天为止还没有一种计算机语言完全符合这个标准。这
是因为符合第四代语言标准的语言已经属于描述式语言，而第一、二、三
代语言都属于命令式语言，命令式语言和描述式语言之间有一条鸿沟，这
条鸿沟不是沿着第二代语言向第三代语言发展的方向就能轻易跨过的。描
述式语言的背后是模型，描述式语言之所以使用起来简单，是因为所要描
述问题的背景资料都已经包含在模型中了，所以对问题的描述可以很简洁，
但是要找到问题的答案决不是仅仅考虑描述问题的语句所给出的条件就可
以找到的，而是要考虑问题所依赖的模型所包含的巨量信息。
模型通常都是复杂的，特别是人脑中对生活环境的反映的模型尤其复
杂，用数学语言来说大多数都是连续性的。但是这类模型不能从一个人的
脑中完整地搬入另一个人的脑中去，人们只能通过语言来交流各自对同一
个问题的模型，语言是离散的符号流，它不能完全把模型的全部面貌准确
完整地表述出来，因此描述性语言通常先把模型中的重要特征抽出来形成
概念，词语与概念相对应成为描述语言的主要成分，再对概念之间的关系
进行修饰以使描述更加接近模型的真实状况。由于客观世界在每一个人脑
中的反映都不完全相同，每个人由于经历、经验和知识的差异对同一个事
物的理解也不相同，为了使不同的人之间能交流起来，人类的语言不象计
算机语言那么精确，它通过概念建立模型中的重要部分与实际问题的对应
关系，通过对概念之间关系的描述建立模型的框架，至于模型的具体细节
由接受人自己去填补，当接受者对细节部分不能完全或完美填补起来时，
可以通过提问－解释的循环把细节慢慢完善起来。这样不论两个人脑中对
同一个问题的模型差异有多大，通过概念－现实和现实－概念之间的转换
关系和接受者对细节的填补，两个人总能交流起来，而不像计算机中接口
之间任何一点差异都有可能导致交流的失败。 很多
情况下一个人脑中的模型有某方面的缺陷，当他与另一个在这方面有更正
确模型的人交流之后，不是把对方模型中比自己强的一部分搬到自己脑中
来，而是借助对方模型中的独特之处调整和完善自己脑中的整个模型，而
达到一个新的高度。有时候对方的模型并不比自己的模型强到哪儿
但不论交流怎么充分，两个人脑中的模型不可能完全一模一样。
