也有教授认为能解决ns方程这种问题的数学家，本就应该极为擅长解决人工智能的问题。因为众所周知，ns方程描述的是湍流问题，而湍流问题又是一种复杂系统的问题。
众所周知，对于物理学上对于复杂系统的研究是极为困难的。难就难在就算写出了公式一般人都看不懂的地步。同样如果能在复杂系统的研究方向上有所建树，也意味着研究者在解决问题过程中，所使用的数学方式本就会推动人工智能的发展。
其中的道理很简单。
理论上来说一旦一个问题有了完全的数学方案，就意味着能够凭借计算机来模拟问题，众所周知针对复杂物理系统，一个初始的参数不一致，得出的结论将会天差地别。
尤其是像湍流这种复杂到极致的运动，如果照着计算机每一步都要精确结果的方式去计算，即便是世界上算力最强的计算机，花费数万年可能也无法解决一个相对简单的湍流。
这就跟人脑跟cpu的区别一样。
人脑在精确计算上肯定是不如计算机的，但是人脑却能比计算机显得更加智能，原因就在于人脑处理问题时追求的并不止是精确。尤其是人脑总能通过经验不自觉的将跟任务无关的干扰项直接剔除，从而获得远胜于机器的效率。
这就好像人刚进公共厕所时，会觉得很臭，甚至难以忍受。但只要蹲在了便池，并拿出手机，呆了几分钟后，就几乎感受不到臭味了。
这就是人类大脑的奇妙之处，它能自动将这些跟你正在做的事无关的干扰线索直接剔除。用更科学的说法就是神经系统对外界刺激的响应，会随着时间的拉伸而降低
但机器就不一样。如果是一台拥有嗅觉的计算机在厕所里的话，那么对它而言，这种臭味是始终存在的。并会一直干扰它的判断。这就是计算机在很多时候会显得很蠢的原因。
不具备模湖思维能力，就只能按照既定的程序来完成人类下达的命令。
通过这些简单的分析，许多数学教授得出了结论，宁孑能设计出类似于m10手机上这种智能语音助手的程序并不奇怪。因为这个年轻人大概本就掌握了太多关于人工智能数学的理论基础。
甚至有人怀疑宁孑设计的湍流算法也不像表面上那么简单，并不止是具备防御ddos攻击那么简单，说不定其中还藏着其他功能，大家还没发现。
第一种猜测最初是在燕北大学内部传播的，是一位数学教授在课堂上的猜