布鲁斯·威尔科克斯（Bruce Wilcox），人工智能领域的程序员。father of Computer Go, programmed NEMESIS Go Master。Walter Reitman和Bruce Wilcox于1972年开始将围棋作为研究对象，作为研究结果的程序分别命名为Reitman-Wilcox和INTERIM.2。
4.2.1 The Many Faces of Go
简介回目录
Bruce Wilcox is an artificial intelligence programmer.
History
Wilcox wrote the MTS/LISP interpreter (the LISP system used at the University of Michigan and a consortium of other places including UPenn and Brown) back in the early 70's, in order to be able to write a Go program for Dr. Walter Reitman. (Carole Hafner wrote the compiler.) The Go program was the first one to be able to give a 9-stone handicap to a human beginner and win. Computer Go
He wrote a Go program for the IBM-PC in the early 80's called NEMESIS Go Master, which became the first Go program to be released in Japan (as Taikyoku Igo).
Wilcox co-founded Toyogo, Inc., a company that created the first handheld Go machine (1987–2004). The company later went bankrupt.
He was "AI Guru" for 3DO (1995–2003)
3DO Video Games Credits
Army Men (PC)
Army Men Air Tactics (PC)
Green Rogue (PS2)
Godai: Elemental Magic (PS2)
Jacked: (PS2)
Wilcox consulted for Fujitsu Labs (2003–2007) in a number of areas including motion sensing.
Co-author Fujitsu Lab's Patents
Handheld Device With Preferred Motion
Selective Engagement of Motion Detection
Gesture Based Navigation of a Handheld User Interface
Gesture Identification of Controlled Devices
Environmental Modeling for Motion Controlled Handheld Devices
User Definable Gestures for Motion Controlled Handheld Devices
Stuntpuppy Entertainment Credits
Disney's Mahjongg
Wilcox worked at the women's mobile company, LimeLife, Inc. (2005–2008).
LimeLife Credits
Girls' Night Out Solitaire
Girls' Night Out Blackjack
InStyle Mobile
Law & Order: Celebrity Betrayal
Hollywood Hangman Deluxe
Wilcox wrote a number of independent papers and software.
Later Publications
EZ-Go: Oriental Strategy in a Nutshell (book)
Go Dojo: Contact Fights (interactive software)
Go Dojo: Sector Fights (interactive software)
Reflections on Building Three Scripting Languages (Gamasutra - April 2007)
AIML: Chatbots 102 (Gamasutra - August 2009)
Go Theory
In the field of Go, Wilcox is known for creating the term Sector Line and his promulgation of an opening called The Great Wall.
Current Work
Wilcox has been working on a chatbot technology for Avatar Reality called CHAT-L. His chatbot Suzette was released into the 2009 Chatterbox Challenge and did well, winning Best New Bot and coming in second most popular.
电脑围棋的历史回目录
关于围棋编程的著作最早出现于60年代末，最初是纯学术性的，只是把围棋作为某些研究进一步深入的研究对象，而不是试图探索围棋的编程理论。真正开始投入力量开发商业围棋程序还是在个人电脑走入家庭和应氏电脑围棋奖金设立之后被推动起来的。
4.1 学术著作
4.1.1 Zobrist
最早的围棋程序是由Albert Zobrist作为他模式识别专业博士论文的一部分提出的(Zobrist, 1970)我们在此主要涉及与电脑围棋相关的部分。
效果函数
Zobrist引入了效果函数的方法将棋盘分为黑方和白方地域。效果函数计算棋盘上每一个交叉点的数值量，黑子取值+50、白子取值-50而空白点为0；正数效果的点要给其邻接点加+1，同样负数效果点的邻点加-1，这样的算法递归执行4次，将棋盘最终数值化(如图17).
程序由此建立了一个19x19的数组来表达棋盘的状态，包括：
交叉点的状态（黑子、白子还是空）、邻点的黑白子个数（水平的、垂直的和对角方向的）、棋块的棋子数和气数、空白点邻接的空白点以及块棋包含的空和棋子数。
交叉点的状态（黑子、白子还是空）、邻点的黑白子个数（水平的、垂直的和对角方向的）、棋块的棋子数和气数、空白点邻接的空白点以及块棋包含的空和棋子数。
该程序还使用了另一个效果函数来表达棋子自身的效力，它与上述函数相似，但棋子的初值设为+100，正数效果的点对邻点的增量为+3，而负数效果的点为-4，这是由于计算机是执黑方，所以把对手的形势估计得乐观一些。
选择着手
建立内部表达诸侯，程序对棋局进行模式识别在自身的模式库中寻找匹配。模式库中包含着着手及其评估值，得到一个匹配后，就在该点加上它的评估值，在匹配过程中需要使用旋转和对称等技术。最后把取得评估值最高的点选择为着手。Zobrist的程序大致是使用了累加评估值的方式。
Zobrist试图弥补该程序在对局中表现出的弱点，他把棋局分为四个阶段：布局时的边角定式、挺进中腹、防守与打入、官子。为使程序能在棋局都能正常应对，各个阶段使用了不同的模式库。
结果与改进
该程序的另一个改进是限制性计算也即启发搜索，在模式识别中，局部可以深算三步使得程序可以掌握救孤和吃棋、连接和切断、征子、做眼。
Zobrist的程序性能一般，它击败了两个初学者，但对熟练的棋手表现较差。
4.1.2 Ryder
Jon Ryder(Ryder, 1971)的程序是Zobrist研究的深入，同样使用效果函数和累加评估选择着手。但Ryder增加了全局战略和局部战术考虑，并增强了算路的深度，Ryder在短线目标中考虑局部战术而在长线目标中使用全局战略。
由于在围棋中使用完全搜索树是不切合实际的，所以需要有一种方法取而代之，Ryder的程序使用了许多象局部战术分析这样的组合分析方法。
Ryder把围棋视为实地、棋势与避免被吃棋之间的均衡，他将这三者公式化以维护这样的均衡：棋盘组织显示对棋盘区域的控制度、形势判断以选择双方着手最佳方向、棋块分析以确定其安危。
着手选择
着手选择分两层完成，第一层确定所有块块的局部战术状态、识别棋块、棋势并分别进行分析以确定双方的地域以及对对方棋块的威胁度。最后从所有的可能着手中选出15个以备下一层分析。
第二层使用局部战术和朴素的全局战略理论对第一层产生的15个着手进行分析，将两次的分析值相加，取最高值。如果能够确定一个“明显的”好棋，第二层分析可以简单地终止。
Ryder的程序对深算产生的搜索树使用了向前修剪的方法，应用不同的方案决定是否有必要跟踪搜索树的某个分支，也就是说某一着手是否值得考虑。终止搜索的放；方案包括目标块棋已有两眼、逃棋是否长出5气或是使块棋得救。向前修剪的风险在于最佳着手可能在被发现以前就被忽略了。
效果函数
象Zobrist一样Ryder也使用了一个效果函数提供每个棋子对其周围影响度的量化。他的效果函数与Zobrist的类似，也是黑方取正数、白方取负数，某点效果的取值由其邻点的效果传播累加形成。Ryder的效果函数较Zobrist的简单，传播系数是固定的（如图18）
Ryder的效果函数
对某点的效果估计过高或过低都将给判断带来问题，估计过高会使在该处过分注重而因此忽略大局，估计过低则可能被对手抓住要害。最优着手应当是接近效果估计曲线峰值的点。Ryder把棋子的效果视为棋子的局部属性，尽管他也承认在某些情形下棋子可能对距离较远的棋子有影响，例如引征。在这种效果函数无法准确表达的情形中，使用局部战术评估以弥补效果函数的缺点。
联络度是效果函数不能很好评估的一个环节。Ryder定义了两个术语：联络和强关联，某点对于某方联络是指该点上是该方的非死子，或指至少有一个该方邻子且没有对方邻子的空白点。完全联络的一个延伸定义为半联络，指一个空白点至少有二个某方邻子及至少一个对方邻点。强关联是指某点由某方子占据或与某方子连接，某点与某子对角线连接且共有至少一个空白点（尖），以及某两子之间只间隔一个空白点（关）这两种情形也被认为是强关联的。棋块就是由一组联络或半联络的点组成的。
效果函数部分使用于确定棋势。棋势是由一组联络的点组成，其效果函数不小于程序预定义的阈值，又分为强势与弱势。
程序中使用的局部战术概念包括数气、劫争、征子、眼和假眼。Ryder认为程序中的局部战术能力还需要改进，他称之为“躲闪袭击”。
变量描述
变量描述需要包含以下信息：基本的在计算中需要使用的、重点对象需要多遍重计算的、经常需要多次访问的变量。
棋势是由指针方式表达的，对每个点都维护一个向其所属棋势的指针；而每个棋势都有一个向其所属某点的指针，称为基点，其他点通过基点搜索。
棋盘的全局描述为一个21x21数组（19x19棋盘加上两边框），包含以下点信息：区域指针、弱势指针、强势指针、棋块指针、块棋指针以及状态（黑、白或空）。
结果与改进
Ryder发表的结果只是一局输棋，对手是一位刚刚学会了棋规和基本局部和全局技巧的初学者。作为Ryder研究的主要方面，他发表的结论认为在战术分析上，通过搜索技术已经足以完成与初学者水平相当的着手选择，而且只需略加改进就可以提高程序的局部战术水平。
Ryder提议的进一步改进方案包括搜索初期信息的复用、引征问题和弱势的定义，Ryder指出在处理中占10%时间的棋局阶段分析值得注意。Ryder程序的结果不甚理想，其原因也在于它对于开局、中盘和官子没有一个清晰的区分，因此特别是在官子中使用了不恰当的局部战术，Ryder认为以后的改进应对此加强。
4.1.3 Reitman and Wilcox
Walter Reitman和Bruce Wilcox于1972年开始将围棋作为研究对象，作为研究结果的程序分别命名为Reitman-Wilcox和INTERIM.2。研究中断后Wilcox重写了INTERIM.2程序而产生了一个商业围棋程序NEMESIS。
Reitman和Wilcox应用围棋开始的研究主要集中于人工只能领域，包括模式识别(Reitman et al., 1978; Reitman and Wilcox, 1975,1978)、规划(Reitman and Wilcox, 1974)以及人类在围棋中的感觉与认知过程再现。事实上，程序的目的是与人类棋手对弈并将结果记录事后由高手复盘以发现人类的思维特点。
根据Reitman和Wilcox围棋程序的三个基本方面是认知、知识和综合(Wilcox, 1988)。他们在程序中尽量加入描述以获得与熟练棋手相当的认知水平，识别并存储了两类围棋知识：着手决策知识包括如何吃棋、如何围空等；形势判断知识包括确定棋块的属性及相关的量化分析等；通过适当的控制结构综合程序的认知和知识以选择着手。
INTERIM.2程序建立并维护了一个选择更新、多层网络的描述，Reitman和Wilcox介绍这是模拟熟练围棋棋手思维建立的。专家和评论员对于选择着手的分析是分层的，算路不是涉及全盘的，而是目标驱动的。
INTERIM.2程序
INTERIM.2采用了汇总-回馈技术(Wilcox, 1988)。信息中包含低层对象的描述如块棋，被汇总并在高层描述如棋块中使用，程序在高层对象中选取重点进行决策，决策结果回馈并修正低层对象的描述。
流控
程序将棋局描述存储在一个称为GAMEMAP的结构中，包含着一组称为GAMEBOARDS的数组变量中。在每个GAMEBOARD数组中都有向各种特殊数据结构的指针，如STRING-BOARD包含向棋盘上所有块棋的指针。GAMEBOARDS变量由简单而复杂：TYPEBOARD、STRINGBOARD、LINKBOARD。特殊的GAME-BOARDS变量如LENSBOARD、WEBBOARD、SECTORBOARD和TACTICSBOARD是为描述熟练的人类棋手的感觉与认知过程相应设计的。
INTERIM.2程序的流控分别在MOVE和REFLEX之间切换，当落子后MOVE选择更新GAMEMAP受影响的组成因素，REFLEX负责在排序表中选择着手。
战术
程序的战术部分，即PROBE是用于解决特殊问题的，取代通常的全盘考虑的目标驱动的算路。PROBE基于这样的假定，即如果对于一个给定的问题，一组智能选择逻辑都返回同样的结果，则可以认为这是正解。这样的假定并非总是有效的，但Reitman和Wilcox认为这是为加速搜索而付出的小代价而且与人类因类似原因误算造成的损失无法同日而语。PROBE是模拟人类围棋棋手进行选择性计算的过程设计的(Reitman and Wilcox, 1979).
PROBE可以用来解决一个特定的问题并给出一个适当的着手，最初的着手选择后可以得到一个假定落子后的棋局形势。PROBE根据这一假定继续计算下一手，知道得到该问题的结果。如果结果是成功的PROBE返回初始着手，否则推翻假定重新计算，在非限制性的计算中，要遍历所有的着手以求的正解。但在PROBE中不是所有的着手都计算，每方的失败都被限制在2到3次以返回失败结果。
着手的选择和检查是由一组专家知识形成、评估并实现的直指目标的思维链(Wilcox, 1988).，其中包括各种各样的专家知识，如产生目标和子目标的、建议着手以明了目标的、当前棋局和目标专用的、使用所有目标与子目标的。专家知识包含了许多特殊的围棋知识。Reitman和Wilcox在PROBE中实现的控制结构使得各种专家知识得以组织、便于测试并可扩展(Wilcox, 1988)。. The goal-directed behaviour of PROBE的直指目标的方式使得在特定情形下搜索可以深算到60-80步(Wilcox, 1988).
认知与描述
INTERIM.2在描述棋局时维护了许多数据结构。点状态（黑、白或空）用以确定块棋，块棋的一个基本属性是死活。INTERIM.2可以识别尖、关、 二间关、小飞、大飞等联络，联络又分为普通联络、可能联络和死棋联络。联络的基本属性包括它们是否能连接或切断，是否与对方联络交叉，及建立联络的原因，还可识别盘边四线以内的特殊联络。分界线即长距离的联络用于棋形评估及着手选择，不可能被切断的几块棋可以认为是成块棋形，而相互联络的块棋称为棋块，由块棋、块棋联络及盘边围成的包含空点和对方死子的区域称为封闭区域。着手的动机也记录下来以增强选择水平并便于调试。
效果是根据Ryder算法传播的，Reitman和Wilcox发现在某些形势下效果可能是一种误导，所以改进了效果的概念。大块的同号值效果区域结构中并没有包含联络信息，其边界是通过效果传播的收缩形成的，在此过程中没有考虑棋子及其连接的属性，因此区域确定的最终结果可能是弧形的或带状的。独立的区域结构最后又合并成为效果块，在效果块中越处于中心位置越有可能成为实地。
在INTERIM.2中Reitman和Wilcox建立维护的棋局描述，即认知与数据结构有时也称认知表达，在INTERIM.2程序中使用的两个认知元素特别有趣，其一是网格，用于确定由棋子效果形成的区域，另一是透镜，用于通过程序本身的模式库确定棋局中的实际棋形。
网格是围绕棋块建立的气数圈，向外发散最高可达9层，到其他棋子为止，不论是哪一方的。棋子之间的联络或棋子与盘边的联系（最多距离3点）也可以终止网格。最外层的网格点构成其边界，网格边界对于识别可能的攻击来自何处、在何处可以躲避攻击、周围己方棋块的位置、如何断开联络等。
Reitman和Wilcox认为，局部棋形及行棋次序是围棋的一个基本方面，优秀的棋手掌握各种普通棋形的行棋次序，如联络的攻防等。透镜就是设计用以此类的模式库。
透镜包括几个域，每个域都包含某个次序的着手及其估值，提供被推荐着手的相关信息和战术的全局信息。当某个域识别到一个棋形后，就向透镜提供推荐着手及相关信息，否则就被忽略以节省时间，这样使得透镜可以聚焦。
性能
INTERIM.2程序的3个对局结果在Reitman & Wilcox (1978)中发表，其中两局分别战胜了22级和34级棋手，一局输给了一位4级棋手，由此计算得出INTERIM.2程序的级位为27级。
Reitman和Wilcox对INTERIM.2程序首次模拟人类对弈的结果非常满意。它弈得较为保守，防守多于攻击，它防守得很好，除了程序错误外唯一被吃棋的情况是几块棋同时被攻击的时候。
4.1.4 其他学术著作
下面列出了一些使用围棋作为对象的学术著作，它们都属于高层次的，一般没有提供关于围棋编程的细节问题。
Lehner
Paul Lehner是Wilcox的学生，他在围棋战略规划领域获取了科学博士学位(Lehner, 1981) ，他的著作是Wilcox曾发现这在围棋棋手中经常表现出的基于替代搜索(Kerwin and Wilcox, 1973)。
替代搜索可以通过检查许多可能的次序中的一个而提供其战略全貌。Lehner的结论显示替代搜索不仅足以能够评估战略规划，还可以快速地淘汰不适当的规划，他发现应用替代搜索可以减少精确计算体系中必须的搜索层数。
Stoutamire
David Stoutamire (1991)以围棋为对象研究机器学习，是通过专家知识库获取着手选择而不是运用围棋战术/战略知识组合。Stoutamire接着开发了一种名为模式优先的分类技术以自动获取好棋的模式表达；由于模式库呈指数增长，还开发的一个补救程序在内存需求增加时降级处理。
Sander
为避免由于使用搜索树评估和选择着手带来的指数爆炸，Peter Sander (1979)用自顶而下或目标导向的组织结构设计了一个选择着手的程序。Sander的程序名为Kyu，创建了一个随棋局进展变化的自底向上的组织结构，将战略简化为目标，并据此选择着手。Kyu只能从开局走到25手，且没有后续的计算逻辑。
Kyu的数据结构是基于块棋、棋块和棋势的联络记录，从棋盘上的任意点都可以访问其所属或影响的块棋、棋块和棋势。在每个棋步之后，数据结构就相应改变，这种改变是从低到高的，即从点到块、从块到群再从群到势。
Kyu中引用的结构是Sander根据多层结构数据表达和分层组织规划系统综合得到的，将战略与目标紧密地相结合，他还认为这样的结构也可以应用在围棋以外的各种对象。
Friedenbach
Kenneth Friedenbach以围棋为对象研究感觉和认知在解决复杂问题中的交互作用(Friedenbach, 1988)，他基于图论将层次抽象化并应用于围棋。他之所以使用围棋作为研究对象是因为其理念与多层组织相关。
Friedenbach的感觉-认知模型包括三个部分，首先是包含五层的静态组织：棋盘点、同类点块、相关块群、松散群（势）和全局的属性摘要；其次是对由于棋局进展而产生的结构变化的分析层次；最后是各种分析的综合考虑。
需要执行四种类型的分析，战术安全分析在块棋层次运行，涉及块棋的攻防；战略安全分析涉及棋块的攻防，包括眼位和联络的分析；战略发展分析在棋块层次运行，涉及开放区域、均衡衡量、新棋块以及棋块的合并；全局均衡分析是所有分析的最高层次，设计棋局整体战略。
Friedenbach用三种条件规定一个分析：启动条件、终止条件和继续条件。以战术分析为例，其启动条件是有一少于三气的块棋，终止条件是所有块棋都至少有三气；其继续条件包括打吃提子和防守方的新增棋子，在分析过程中如果一个着手导致了气数的变化，则需要重新分析。
4.2 程序
以下给出了关于目前围棋程序中可获取的细节资料的部分，其他的将在第6章列出。
4.2.1 The Many Faces of Go
The Many Faces of Go (MFG)是目前最好的商业围棋程序之一。David Fotland从1981年起开始利用业余时间编程围棋并于1990年发表了MFG。Fotland此后还不断的改进MFG并在电脑围棋邮件列表中经常就电脑围棋编程和MFG发表论题。MFG发展为两个著名的程序：G2和Cosmos。
4.2.1.1 G2
Fotland的第一个围棋程序使用辐射效果函数确定边界。不幸的是，它很容易被一个简单的收气算法所击败，于是他又设计了G2。G2的内部结构分为数据结构、战术分析和着手选择(Fotland, 1986)。G2使用了全盘考虑逐一评估有效着手并侧重战略部署，最后选择最高估值的着手。
数据结构
G2中的大多数代码是用来更新数据结构，棋子占据点（称格）并组织成块棋（称群）最后形成棋块（称大群）。数据与盘上每点相联系，包括到最近纵横边界的距离、邻接点和对角点列表、块棋指针、气数及其列表、邻接点棋子颜色（黑、白或混合）、效果函数以及各个方向的最近邻接点。
在纵横方向上互相邻接的同色棋子构成块棋，块棋包括颜色、气数和列表、邻接列表、邻接的对方块棋列表、所在大群及其自由度（以下介绍）。
G2识别的联络棋形包括单关、二间关、尖和小飞，联络数据包括其所属块棋、颜色、位置和状态。
棋块包括又不可分割的联络组成，或是同时与对方的死棋邻接的块棋，棋块数据包括其组成块棋、对方死块棋、棋子数目和气数、眼数以及自由度。
战术分析
战术分析评估棋盘位置以给出选择着手，每个棋块都有一个自由度并由其组成块棋继承。G2的棋力主要是由战术分析决定的而Fotland也在此花费了最大的精力(Fotland 1986)。由于程序的大多数时间花费在战术分析中，所以搜索树的修剪需要既快速又有效。
自由度由一个多层处理获得：可被提块棋识别为死棋；由眼位识别器识别眼位；识别不可分割联络；联络的块棋识别为棋块；由边界识别器识别边界；由死活识别器给出自由度。
战术分析检查每一个五气以下的块棋确定其死活，五气以上的块棋被认为是活的。在计算中推荐有趣的着手以确定块棋状态。有趣的攻击着手包括可长气收气的着手，有趣的防守着手包括尖入未定区域、单关、长、连接等。
有趣着手被启发估值，最高值选为进一步分析，作为假定应手后以对方的视角评估全局。同样，又选出最佳着手假定，在每一步都使用回溯和最大-最小过程修剪。因此要建立一个先深搜索树直至棋块被确定死活，搜索树深度最多可达80手，使得征子可以精确地计算出。“最佳”着手数（1到3个）取决于当前着手在搜索树上的深度：在树根附近多在树叶附近少。由于其终止节点的取值只有两种（吃住或逃跑），所以最大-最小过程修剪非常有效(Fotland, 1996)。
眼位分析器用以维护关于眼、半眼（一手可成眼）和准眼（两手可成眼）等通过评价眼位得到的信息。G2能识别一些基本死形和基本的眼形如直三、方四、梅花五、丁四、曲四等。
棋块是由不可分割联络的块棋组成的，战术分析器试图切断其联络以测试其强弱。死棋也可以作为活棋的连接。
边界分析器确定边界。G2可确定封闭区域以及接近盘边的不完全封闭区域。在盘边，棋子与盘边或者联络与盘边都可以构成区域，这样的棋形一般出现在盘边的四线以内。
死活分析器分析每一个棋块。棋块的自由度由它的气数、眼位、所控制的区域、是否沿盘边延伸、大小、是否与对方块棋接触、是否完全被包围等条件决定。自由度本身有20级包括“两眼”、“大眼可成两眼”、“未确定”、“无足够眼位”和“无法做两眼”。
着手选择器
使用含65条规则的战略评估器通过两步估值选择着手。第一步先评估战略着手，第二步评估所有着手。数据结构和战术分析的信息在这两步中都用来评估棋局。Fotland 感到由于数据结构的弱点使得G2在这方面也是弱点(Fotland, 1986)。
那些规则可以提供战略着手如在空角落子、做shimari或kakari、joseki着手、从盘边扩展、打入、接触战斗、分割、切断、联络、攻击打入、打劫。
在第一步，要评估所有推荐的战略着手。假定落子后评估战略着手的棋局结果，评估过程包括对盘点的赋值并将其汇总返回。盘点的估值由控制它的块棋的自由度决定。如果战略着手的棋局评估不能满足战略目标，此着手即被忽略。
在第二步，包括第一步中已考虑的着手在内的所有着手都被进一步分析。其评估值由盘中各块棋所控制区域的自由度、大小和数量决定。
在两步中均被考虑的着手，其估值累加，最后得分最高的被G2选择为下一手。
大小、性能和时间限制
在1981和1988年间Fotland花费了将近四年的业余时间编写G2，由于计算机的速度不能满足更强的围棋程序的需要，他终止了几年在G2上的工作(Fotland, 1996)。G2大约有11000行C代码占用了700k左右的代码和数据内存。在此期间，Fotland的围棋水平由15级增强到1段。G2大致水平为25-20段，不费太大力气就可以战胜初学者(Fotland, 1986)。Fotland在电脑围棋比赛中也获得成功，G21997年在台湾世界电脑围棋比赛中排名第四、在美国电脑围棋冠军赛中获得第一。
参考文献回目录
http://en.wikipedia.org/wiki/Bruce_Wilcox
http://blog.csdn.net/iCOLIN/archive/2006/05/14/727849.aspx
http://blog.csdn.net/iCOLIN/archive/2006/05/14/727849.aspx
