2011年11月10日下午来自美国天普大学的王培教授做了题为“Experience-Grounded Semantics and its relation with Intelligence and Embodiment”的学术报告。王培教授认为智能是在知识和资源相对不足的情况下主体适应外部环境的能力。而经典的模型论语义学只适应于数学，因为数学预设了知识和资源是充分的。真正的智能恰恰体现在纯公理系统失效的情境中该如何应对。这时候就需要某种非公理推理系统和基于经验的语义学。因为经验往往是主观的，随着时间不断改变的，它不可能完全，也经常会出现不协调的情况，所以基于经验的语义学从根本上不同于模型论那种客观的、静态的、完全的、协调的语义学。
王培教授的系统是基于词项逻辑的，其中每个项的意义来源于它与其它项的关系而不是对于外部模型的映射。它的外延是与它有继承关系的前件集合，而它的内涵是与它有继承关系的后件集合。陈述“S是P”的正面证据是二者的外延和内涵的交集的和。负面证据是S的外延减P的外延加上P的内涵减S的内涵。而每一个陈述的赋值由一个数对构成，其中数对的第一项表示正面证据在总证据中出现的频率，第二项表示对此陈述的置信度。在此基础上可以引进演绎、归纳、溯因、修正等推理规则以及相对于这些推理规则的赋值的计算方式。这构成了王老师NARS系统的第一层，NARS共有八层，通过词项复合、引进集合、乘积、关系、高阶蕴含、变量、时态、操作项等扩展方式，NARS并不比一阶逻辑的表达力弱。
最后，王培教授总结了模型论语义与基于经验的语义的异同并再次强调了二者分别应用的范围，讨论了智能主体与具身性的关系，因为机器与人在硬件及经验方面的本质不同，所以不可能期望智能主体必须具有跟人完全同样地概念和感知行为，在资源和知识相对不足的情况下如何适应环境才是最重要的。
 

 （李熙）