在两种情况下，这些连接是这个系统知道的东西，也是它对任何输入作出的反应。

    这里有一个简单的图示：在这幅图中，被墨迹部分盖住的是什么字母？

    你可能立即会说，被盖住的这个字是RED（红色）。可是，你怎么知道的？盖住的每个字母都有可能是别的字母，而不是你所认为的那一个。

    鲁麦哈特和杰伊·麦克莱兰德对你的猜技是这样解释的。第一个字母里面的竖线是输入你的认知系统的一个输入，它与存储着R，K和其它字母的那个单元有很强的联系；斜线连接着R，K和X。另一方面，看见这些线条中的每一根并没有跟——人们也可以说禁止跟——代表圆角字母如C或者O的单元连接起来。同时，你从第二个字母中看到的东西与登记着F和E的单元有强烈的联系，因为经验已经确立了RE但没有把RF当作一个英语单词的开始。以此类推。许多连接都在同时并行操作，它们使你能够立即看到RED这个词，而不是任何别的词。

    在更大的一个范围里来说，信息处理的连接主义模式与认知心理学研究中其它开创性发现的成果十分吻合。比如，我们可以考虑一下图39中的语义记忆力网络中已知的东西。网络中的每一个结点——比如，“鸟”、“金丝鸟”和“歌唱”，都对应于某个连接主义模块，有点像最后一个图中全盘的排列，但也许是由成千上万个单元而不是这八个单元构成的。想象一下，足够多的该类单元模块会登记下存储于大脑中的所有知识，每个模块都与相关的模块有好几百万种连接，而且……可是，这种任务对于想象来说的确是太浩大的一个工程。连接主义者的思维建筑不再有可能把它整个的图景像表现宇宙结构一样表现出来。

    连接主义模式是对实际大脑结构和功能的强烈类比。弗朗西斯·克里克曾因与人共同发现了DNA结构而分享了诺贝尔奖，现在又在索尔克研究院研究处于前沿阵地的神经科学，他说，大脑的概念作为一个复杂的大型并列处理器层次结构，“几乎可以肯定地说是沿着右边的线路前进的。”保尔·切尔奇兰和帕特里夏·切尔奇兰都是认知科学中的哲学家，他们总结当前的大脑结构知识时说，大脑的确是一个并行机器，“信号是同时在成百上千万不同的通道中进行处理的”。神经元的每一种集合都会向其它集合发送成百上千万的信号，并从这里接受返回信号，用以修正其这种或那种输出。正是这些反复不断的连接模式才“使大脑成了一台真正充满动力的系统，它连续不断的行为既十分复杂，而在某种程度上又不依赖于其周边的刺激”。因此，笛卡儿才有可能整个早晨躺在床上胡思乱想，正如许多心理学家后来也如法炮制的一样。

    也许，最了不起的发展是计算机与思维之间的关系的变化。一代人之前，好像是说计算机是一种模式，通过它，推理的思维可以被理解。现在，这个秩序反过来了。会推理的思维是一个模式，通过这个模式，更聪明的计算机就可以建成了。最近几年，计算机工程师们一直在设计和建造并行计算机，其线路的连接将会使64000个处理单元同时操作，并彼此发生影响。同时，人工智能研究者也在编写程序，使其能模拟小型神经网络的并行处理，这种模拟相对于约1000个神经元。他们的目的是多重的：要创造比基于串行处理更接近聪明一些的智能程序，要编写出能模拟假设的心理过程的程序，这样，它们就可以在计算机上进行测试。

    这是一个很好的嘲讽：使思维成为可能的大脑到头来成了一种机器的模型，而这种机器一向被认为比大脑聪明一些，这个模型是如此复杂，如此繁锁，以致于目前只有计算机才能干好这件事，只有计算机才能处理对它进行的微型模拟。

    如最伟大的的赞美诗作者大卫在25个世纪以前，在认知革命和计算机时代之