我们现如今的计算机的计算方式是二进制的，以零一为基础的，而二进制的计算方式，与我们所学应用较为普遍的十进制计算方式之间是存在转变过程的。而二进制的计算机，要在程序设定的时候设定出人类的思维方式，以及人类的学习方法，却需要一个更加先进的计算系统，以及编程的新模式，来试音这种由二进制的计算机，计算出来的二进制转换为人类的逻辑思维方式，这似乎在CPU以及AI，甚至是云计算大数据的模型中，需要大量的软件和硬件基础的铺垫。但是无论是二进制的电脑，还是AI人工化的计算模式，能够达到人类逻辑思维方式的学习方式，似乎还是存在着差异，以及运行数据的极限。
相比较二进制CPU以及人类程序设计的逻辑系统AI方式，与人类学习记忆的方式，以及人类的学习能力，从本质上是不同的，计算机的思维方式来源于机器系统，而人类的学习方式，是生理学的研究范围。
生态的学习方式，与二进制的计算方式存在着本质的差异。
都说计算机的学习方式存在极限，但是具体的这个极限是什么？有没有人能够准确的判定出来，还是这个极限所涉及的学习范围存在不同。
我们甚至可以从生理学和计算机学的交叉学科，来思考这个问题。
电子的计算机的二进制运算的CPU他可以称作一个运算的中央处理器，而人类的思维方式却要通过生物学机理去思索和学习。
也许人类缺乏精准的计算机的记忆方式和学习方式，但是人类生理学的对于周围环境的学习，是从本质上不同于CPU的二进制的。
但是计算机的计算和仿生学的推动，进一步的能够研究计算机替代人类的某些思维活动。
我们可以质疑人类的逻辑思维的判定，同样的，也可以质疑人工智能的判定标准。相对于人工智能电脑对于某些数值的运算和推理，人类脑力的逻辑思维仿佛跟不上他的速度。
我们不能够将人类的情绪付诸于电脑的判定活动中，同样电脑精准的计算也是来源于初始信息的采集以及判定工作。
相对于计算机强大的存储功能以及计算功能，人类的大脑可能装不下整个银河系星球的内容，但是人类在思维能力和想象能力，以及第六感的生物学研究中，人类大脑相比较计算机还是具备很大的优势的。
而就是人类情绪化相对于二进制以外的信息分析的能力之前，还具备更多情绪化思维化的方式来探究学习的逻辑分析的能力。
不同于机械的计算机运算，人类关于大量数据的运算可能要笨一点，不同于计算机的精准条件，但是这并不说明人类的逻辑分析不如计算机，人类大脑对于数据的合成和分析以及学习，相比较计算机的二进制计算方式，要科学严谨的多的更多。