抛开技术，回到原点，从计算的本质分析计算机的极限——图灵的思考方式。
常人发展计算机的思维方式：从小解决简单问题入手，逐步发展解决复杂的问题。西方从称之为工匠式，靠时间维度积累经验逐步实现由量变到质变。至今仍在用，多数情况下还管用。通俗称为“迭代式进步”“小步快跑”，类似从1数到100。
图灵发展计算机的思维方式：
一是世界上是不是所有的问题都有明确的答案？问题如不解决，只是苦苦解题，不仅浪费时间，是最终可能无解。
二是如果有明确的答案，是否可以通过有限步骤计算出来？存在答案或者能找到答案不等于在有限步骤之内能解决问题。要划定缩小范围、设计有效通用的规则、最终找到答案。
三是对于有限步骤可以解决的问题，可否假想有一种机械不断运动，停下时即为数学问题解决时？
图灵不是跟在蚂蚁后面观察解决问题，而是站在远在前方的高空观察发展规律和趋势，从极限中去寻找答案，而不是纠结毫无意义的事情浪费时间。图灵机的思维模式已80多年，至今未被超越。用理论武装起来的工程的头脑比直觉的头脑产生的影响力大的多。
人工智能的边界：世界的问题问题很多，数学问题占比很小；有解的数学问题占比很小；依靠图灵机解决的有解的数学问题占比很小；人工智能解决的有解的数学问题只是计算机能解决的问题的一部分。
图灵受益于数学家希尔伯特23个数学问题的第10个问题的启发，计算存在极限。受益于冯诺依曼《量子力学的数学原理》的启发，计算来自于确定性机械运动。因为得出，计算是确定的，而人的意识是不确定的。
1970年，苏联数学家马季谢维奇证明：世界上很多的数学问题上帝都不知道答案，而且比有答案的数学问题多的多。
发跟比自己强的人在一起，自己才会变得越来越强大。
