“国学”二字不通，没有一门学问叫“国学”，国民党时代已经有人写文章分析“国学”两字的不合理，到现在还用“国学”，这是没有进步的表现。弘扬华夏文化是可以的，最重要是更新，不能够复古。华夏文化是一种传统文化，不能丢开国际现代文化来搞传统文化。传统文化是补充国际现代文化的，不是代替国际现代文化的，这一点要搞清楚。“中学为体，西学为用”是完全错误的。所谓的“中学为体，西学为用”，实际是“封建为体，枪炮为用”，完全失败了--111岁老人周有光
近期谷歌的人工智能Alpha go可谓风光无限，4比1的大比分干脆利落的解决了围棋棋手李世石九段，围棋阵地终于要被人工智能给攻克了，而早在2006年，在国际象棋领域，人类已经不可能战胜人工智能了，我们为人工智能喝彩，因为它代表了人类集体智慧的增进，而这里我更关注的却是人工智能背后的机理以及它能给我们的学习带来多少启发。
自从70年前人类了解了大脑皮层的神经网络以后，人类对用电子元器件制造一个人造大脑的冲动便一发不可收拾，最典型的是IBM，这家老牌公司早在上个世纪八十年代就投资了数十亿美元用100亿个晶体管模仿大脑一百亿个神经元制造了一个人工大脑，最后的结果很可惜，这个人工大脑并没有产生出他们期望中的人工智能。
Alphago的背后代表的则是另一种思维，那就是用计算机的程序来模仿神经网络的运行机理，这种思维慢慢成为主流，从1989年人工智能程序“深蓝”战胜国际象棋大师开始到现在Alpha go战胜李世石，人工智能程序已经走过了近30年的时间，进步是显而易见的。
我们每个人都有着一个比Alphago要完美的多的神经网络，它就是我们的大脑， 那Alpha go学习围棋和我们学习太极有没有相似之处呢？
来看看我们的神经元吧，我们的神经元由轴突和树突组成， 轴突负责神经信号的传递，树突负责神经元之间的连接，而神经元之间的连接不是固定不变的，在人的学习和成长过程中，一些新的连接会被逐渐建立起来，还有一些连接可能会消失。外界的刺激就是神经网络的输入，在接受刺激后，刺激信号会传导到整个神经网络中，影响所有神经元的状态，神经元之间彼此连接并相互制约，不断调节彼此间的连接强度，直到达到稳定状态，并最终对刺激做出反应，神经元之间的关系变迁就形成了生物体的学习过程。
世上本没有路，走的人多了也就有了路，而我们的神经网络本来不会太极拳，给予正确的刺激多了，我们就学会了太极拳。
来看看大脑皮层的结构，从图中可以看出，学习太极拳我们就要调用几乎所有的大脑皮层的神经网络
太极拳的学习本质上是一个协调神经网络，创建完整反射通路的过程，传统太极拳习练之所以进展缓慢，其根本在于主次不分，拳理不明，这样大脑对自己所学所练就会一直处于怀疑的状态，迟迟阻碍完整反射通路的建立，那怎么解决这个问题呢？
答案是：循序渐进的持续给大脑输入明确清晰的信号，我们来看看Alpha go的学习围棋所用的策略
这个学习策略也叫蒙特卡洛搜索树，具体来说它是一个反馈机制，神经元在已有路径的基础上试探性扩展，通过模拟学习确定策略是否最优，遍历所有选择后找到最优路径。
汉风太极的学习策略也与此类似，符合了从简单到复杂的循序渐进的练习策略 ，我们认为太极拳是一个科学合理的操作系统，习练太极拳的过程其实是给大脑编程的过程，同任何一个程序一样，输入明确才会有清晰的输出，传统太极拳教学过程全然不顾每个人先天后天的体质差异，一开始就灌输套路的做法其实是不符合输入清晰这一原则的，很多人习练太极很多年却依然不知丹田为何物就是因为一直在输入不清晰的状态下习练太极，虽然花费了很多时间却没有丝毫进步。
在汉风太极段位说明里，我们把太极拳的训练分为三个大阶段，更进一步的分成了九个段位，一步步完善了古典太极招熟-懂劲-神明的简单层次划分，明确了每一个段位的所需要的输入和所要达到的输出， 给太极拳习练者指明了清晰的路径，科学合理的训练体系让“太极十年不出门”成为了历史。