AI科学家现在主推“架构”思维：
强调一旦识别出复杂问题（相对于可以直接解的复杂问题），就需要采取架构思维模式：
1.不是直接求解，而是先识别复杂问题的主要矛盾
2.因为人脑无法一次处理太多事情，思维“过载”的后果就是这段思考毫无价值（连局部价值也没有）
3.识别特征可以抓出决定80%结果的20%的问题
4.20%的问题如果有多个，那就逐次思考
--
其实这背后还反映了AI底层问题的180度转变：
辛顿最新的访谈说：他觉得人脑神经突触链接依然是个谜题，如果可以了解神经突触如何链接的，可以帮助人脑更高效的思考【意味着机器的思考方式才是更高效的，现在的AI已经超过了人脑 - 现在反而是要用AI思考赋能人脑思考 - 只是暂时搞不清人脑结构/机制 - 技术路线无法确定（脑机接口？生物制剂？化学物品？】
辛顿也提到了：当时研究AI是因为他想研究清楚大脑是如何运作的【过去辛顿是想研究人脑这么厉害的思考，究竟是为什么？ - 衍生问题是，人脑的思维方式赋能机器】
