这很难，因为它需要几个高度复杂的理论查询，这些查询可以在各个方向上扩展依赖大脑的极限。强人工智能（人工智能）要求具有一般智能，因为他们知识并能够深入和广泛地探索广泛的学科，并得出正确的结论。这不是你可以迭代的东西，而是你最终“看到”的东西。

这不是一种有助于扩展的追求。事实上，参与调查的人越多，得出最终答案的可能性就越小。

它需要相当多的专门和孤立的时间，不会产生显着的社会结果。

在一个促进专业化和成果的全球社会中，有极少数能干的人建立在一般理解和知识的道路上。促进普遍调查的机构数量极少。调查需要相当长的时间，但没有显着的结果。因此，一个非常有能力的人必须或多或少地从许多被打败和证明的道路上辞职，并开始寻求真正的发现进入荒野。他们必须好好迷茫，孤立，多年或一生都没有取得成功的可能性，和/或可能的最终对抗，伴随着对谁/他们是什么的回答。

在所有这一切之后，因为即使你完整地详述它也不太可能有人会相信你，它有助于拥有令人难以置信的深度/广度的计算机科学（硬件和软件）知识，知道如何将所有这些转化为一个工作系统。

“一点学习是一件好事;

喝深，或品尝Pierian春天：

浅浅的草稿让大脑陶醉，

喝酒在很大程度上让我们感到沮丧。

缪斯赋予的一见钟情，

在无畏的青春中，我们试探艺术的高度，

从我们心灵的有限层面来看

我们采取的短视图，也看不到背后的长度;

但更有希望，看到奇怪的惊喜

无尽科学的新遥远场景崛起！

首先，我们尝试了高耸的阿尔卑斯山，

越过山谷，似乎踩着天空，

'永恒的雪已经过去了，

第一批云和山似乎是最后一个;

但是，那些达到了，我们颤抖着调查

越来越长的劳动力，

越来越多的前景让我们的魔杖疲惫不堪，

山上偷看了小山，阿尔卑斯山上的阿尔卑斯山出现了！“

- 亚历山大·波普

捷径导致不足。

一旦你终于找到了答案，就会发生一件有趣的事情，你会在任何地方看到它，并想知道它是如何让你失去理智的。它是所有事物的基础，因此你必须到达一个你看到它的地方，而不是相信你可以迭代地构建/解构它。对于最有能力的科学家和艺术家来说，这几乎是不可能的挑战。