Okazało się, że niektóre problemy stawiane dla sieci neuronowych są równoważne hipotezie continuum postawionej przez Georga Cantora. Niemiecki matematyk udowodnił, że moc zbioru liczb naturalnych jest mniejsza niż moc zbioru liczb rzeczywistych. Następnie postawił pytanie, na które nie potrafił udzielić odpowiedzi. Mianowicie zastanawiał się, czy istnieje nieskończony zbiór, którego moc jest mniejsza od mocy zbioru liczb rzeczywistych, ale większa od mocy zbioru liczb naturalnych. W XX wieku austriacki matematyk Kurt Gödel udowodnił, że hipoteza continuum jest nierozstrzygalna w obowiązującym systemie matematycznym. Okazuje się, że z podobnym problemem zetknęli się matematycy projektujący sieci neuronowe.
Sztuczna inteligencja ma wiele zastosowań. Algorytmy uczenia maszynowego przydają się w takich zadaniach jak rozpoznawanie obrazów, odkrywanie nowych leków, czy prognozowanie pogody. Jednak okazuje się, że i te techniki mają swoje granice, które dopiero poznajemy. Odkrycie kanadyjskich naukowców może oznaczać, że nawet komputery kwantowe nie poradzą sobie z pewnymi klasami problemów, ponieważ na drodze staną paradoksy związane ze zbiorami nieskończonymi. | CHIP