我们的绝大多数知识都习自间接经验，这一事实让哲学家们暂时停止了关于智能离开身体是否可能的争论。例如，如果这种智能无法将语言与真实感觉联系起来，那它如何能够真正地理解“饿”这种词呢？这就是所谓符号接地问题（The symbol grounding problem）。如果我们知道的只是一个个相互指代的单词，那么怎样才能理解一个词的含义呢？（这个关于“文字游戏”的问题会在下一章介绍海伦·凯勒时出现。）当然，艾伦·图灵的想法是，我们对于这样的问题根本不必理会。“理解”这个词太过含糊，而且存在争议。恰恰相反，我们该问的问题是：有没有可能让人工智能程序拥有与人一样的能力，按照上述单词的意思行事。简而言之，就是我们期望通过符号接地问题看到什么样的蹩脚行为？
我们是如何掌握语言的，这依然是个谜。具体来说，我们如何解释儿童虽然获得的数据有限，但是他们却能掌握复杂的语法？这个问题被诺姆·乔姆斯基称为“刺激贫乏”（Rules and Representations）。他的（充满争议的）观点是，孩子天生就具有一种被称为“普遍语法”的能力，帮助他们迅速掌握首次接触的语言的实际语法。
关于行为的学习，艾伦·麦克沃思（Alan Mackworth）（可参见他的文章On seeing robots）和罗德尼·布鲁克斯（Rodney Brooks）（可参见他的文章Elephants don’t play chess）等对老式人工智能持批判态度的学者更为关注动物（包括人在内）如何能够在没有语言和符号的帮助下，依靠真实传感器和效应器生存，这一点非常有趣。这些动物似乎掌握了某种程序性知识（通过某种作业形式获得的知识），与老式人工智能所关注的陈述性知识（可用陈述句表达的知识）截然不同。但是，我们仍需谨记“巨型拼图”问题，而且“世间行动”是个广义的范畴。当然包括骑自行车和玩溜溜球，也包括饲养照顾宠物金丝雀，收集稀有金币。显而易见，上述两种知识都必不可少。关于这个问题可以参考Frame representations and the declarative/procedural controversy，Declarative and nondeclarative memory: Multiple brain systems supporting learning and memory一文则从神经科学的角度做了介绍。
塞缪尔·早川关于阅读的说法引自Language in Thought and Action。（早川还曾对通过经验学习和通过语言学习进行过对比。）艾萨克·牛顿的话引自1676年的一封信（参见他的书信集The Correspondence of Isaac Newton：1661—1675）。