一位计算机科学家表示，如今的计算机借助人工智能技术能够做到很多事，但仍有其局限。
量子计算有望让计算超越图灵机算法的范畴。
这若能实现，将改变网络安全格局，教授说。
借助人工智能技术，如今的计算机能够进行令人信服的对话，与人交流，创作歌曲、绘画、下国际象棋和围棋，并诊断疾病，这些只是其强大技术能力的几个例子。
这些成就可能让人以为计算没有极限。要判断是否如此，重要的是了解计算机的强大之处来自何处。
计算机的能力有两个方面：其硬件每秒可以执行的运算次数，以及所运行算法的效率。硬件速度受物理定律限制。算法，基本上就是一组指令，由人编写并转化为计算机硬件能够执行的一系列操作。即使计算机速度能够达到物理极限，算法的局限仍会带来计算难题。
这些难题包括计算机无法解决的问题，以及理论上可以解决、但实际上超出现今可想象的最强大计算机能力的问题。数学家和计算机科学家通过在一台假想机器上尝试解决问题，来判断问题是否可解。
一台假想计算机
现代算法概念称为图灵机，由英国数学家于1936年提出，艾伦·图灵。这是一种假想装置，模拟用铅笔在纸上进行算术运算的方式。如今所有计算机都以图灵机为蓝本。
为了容纳手动计算时需要更多纸张的运算，假设一台图灵机拥有无限量的假想纸张。这相当于一条无限长的假想带子，或称“磁带”，由一个个方格组成，每格要么为空白，要么包含一个符号。
这台机器由一组有限规则控制，并从磁带上的一串初始符号开始运行。机器可以执行的操作包括移至相邻方格、擦除一个符号，以及在空白方格上写入一个符号。机器通过依次执行这些操作进行计算。机器完成运行或“停机”时，磁带上留下的符号就是输出或结果。
计算常常涉及答案为是或否的判断。以此类比，医学检测（问题类型）会检查患者样本（问题的一个实例）是否具有某种疾病指标（是或否的答案）。以数字形式在图灵机中表示的实例，就是那串初始符号。
如果能够设计出一台图灵机，对每个实例无论结果为肯定还是否定都能停机，并正确判断该实例得出哪种答案，那么这个问题就被视为“可解”。
并非所有问题都能解决
许多问题可以用图灵机解决，因此也能用计算机解决；另有许多问题则不能。例如，中国裔美国数学家王浩于1961年提出的多米诺问题，是铺砖问题的一种变体，它不可解。
任务是使用一组多米诺骨牌铺满整个网格，并按照多数多米诺骨牌游戏的规则，使相邻骨牌接触端的点数相同。结果证明，不存在一种算法，能够从一组骨牌出发，判断这组骨牌是否能完全铺满网格。
在合理时间内完成
有些可解问题可以通过在合理时间内停机的算法解决。这些“多项式时间算法”是高效算法，也就是说，使用计算机解决这类问题的实例是切实可行的。
尽管人们持续投入大量精力寻找算法，但数千个其他可解问题仍未发现多项式时间算法。其中包括旅行商问题。
旅行商问题问的是：由一些点及其间的连线构成的图中，是否存在一条路径，能从任意一点出发，恰好经过其他每个点一次，并返回起点。试想一位推销员要寻找一条路线，恰好经过某个街区的每户人家一次，并返回出发点。
这类问题称为NP完全问题，由两位计算机科学家于20世纪70年代初独立提出并证明其存在：美籍加拿大人斯蒂芬·库克和乌克兰裔美国人列昂尼德·列文。库克的研究较早，因此他因这项工作获得了1982年图灵奖，这是计算机科学领域的最高奖项。
精确求解的代价
目前已知的NP完全问题算法，实质上是在所有可能答案中搜索解。对于一个包含数百个点的图，旅行商问题即使在超级计算机上运行，也需要数年时间。这类算法效率低下，也就是说，没有数学捷径可走。
在现实世界中解决这些问题的实用算法只能给出近似解，尽管近似结果正在不断改善。是否存在高效的多项式时间算法，能够解决NP完全问题，是七个千年悬赏难题之一。克雷数学研究所于21世纪之交公布了这些难题，每道题的奖金均为100万美元。
超越图灵
是否可能出现超越图灵框架的新计算形式？1982年，美国物理学家理查德·费曼提出了基于量子力学的计算理念。他是诺贝尔奖得主。
1995年，美国应用数学家彼得·肖尔提出了一种量子算法，可在多项式时间内分解整数。数学家认为，在图灵框架下，这无法通过多项式时间算法解决。分解整数是指找出一个大于1且能整除该整数的较小整数。例如，688,826,081可被较小的整数25,253整除，因为688,826,081 = 25,253 x 27,277。
一种重要算法，称为RSA算法，广泛用于保障网络通信安全，其基础是分解大整数在计算上的难度。肖尔的研究结果表明，如果量子计算成为现实，它将改变网络安全格局。
能否建造一台成熟的量子计算机来分解整数并解决其他问题？一些科学家认为可以。世界各地有多个科学团队正致力于建造这种计算机，其中一些团队已经建成小型量子计算机。
然而，正如以往发明的所有新技术一样，量子计算几乎肯定也会出现问题，从而带来新的局限。
