《自复制自动机理论》冯·诺依曼
书的编者是冯纽曼的助手Arthur W. Burks，遗传算法之父John Holland的博士生导师。
2.2.1.1.1 图灵机
第二堂课 控制与信息理论
五、图灵机
McCulloch & Pitts 自动机的基本结构是神经元，McCulloch & Pitts 得出结论，认为公理化的神经元体系同形式逻辑是等价的。
图灵关于有限自动机的结论：存在通用图灵机AU，具有以下性质：对于任何图灵机A和程序I，存在模拟程序IA，只要提供IA和I给AU，AU就可以模拟A 的运算，输出和A执行I得到的相同结果。AU 具有模拟任何图灵机去执行任何指令的能力，哪怕这个图灵机比AU 本身要复杂得多也没关系。因为通用图灵机本身的复杂性不足，可以由模拟器程序包含的内容来填补。这项研究的深刻之处在于，只要把通用图灵机恰当地制作出来，它就能够完成任意复杂的工作，因为其他的各种需求可以通过编写程序来满足。但是，只有当任意的图灵机 A 具有最起码的复杂度，从而能够实现通用图灵机的时候，它才能有这样的能力。换句话说，没有达到通用图灵机复杂度的系统，不管你给它写什么程序，都是不可能完成某些工作的。但是一旦复杂性超越了某一个确定的阈值，只要给予适当的程序，所有的自动机都能够相互模拟了。人类第一次具有了某种通用的工具，理论上说，只要任何人能够做到的事，这种工具也能复现此过程。
图灵还发现了自动机的极限。也就是说，无法制造这样一种自动机，这台自动机能够预测其他自动机在有限时间内是否能解决某个问题，完成停机。换句话说，虽然你可以制造能够模拟任何图灵机的通用图灵机，你却无法制造可以预测任何图灵机运行结果的“预测机”。做过的事情可以重复，但是没有做过的事情，却没有办法预测。
《神经元胞自动机：在算法灰烬中重生的生命火花》
https://mp.weixin.qq.com/s/zw6tg95maUBlD0pKw6-T0w
Urban Müller创造的Brainfuck语言
具有“图灵完备性”：只要给定足够的时间和内存（也就是说，足够长的磁带），它就能模拟任何其他计算机，并计算任何可计算的事物。
下面是一个打印“helloworld”的Brainfuck程序：
++++++[−>+++++<]>−[>[++++>]++++[<]>−]>>>>.>+.<<…<−.<+++.>.+++.>.>>−.
它并非是一种单指令语言（single-instruction language，即处理器在每个时钟周期内执行一条指令），它仅包含少量操作。如同图灵机，该语言规定了一个读写头，该头可以在磁带上向左（“ < ”指令）或向右（“ > ”指令）移动。 “ + ”和“ − ”指令用于增加和减少磁带（tape）上当前位置的字节。 “ 33 ” “ , ”和“ . ”指令用于从控制台输入一个字节或向其输出一个字节（在上面的代码中，你可以数出十个“ . ”指令，每个指令打印“helloworld”中的一个字母）。最后，“ [ ”和“ ] ”指令用于实现循环：“ [ ”如果当前位置的字节为零，将跳转到与之匹配的“ ] ”；“ ] ”如果字节不为零，将跳转回与之匹配的“ [ ”。
Blaise Agüera y Arcas的《何为智能》（What is intelligence？）一书中，提出了一个核心思想，将生命视作“一种因进化选择动态稳定性而出现的自我修改的可计算物质”，那么智能就是“一种模拟、预测和影响自身未来的能力，在与其他智能的关系中进化，以创造更大的共生智能”。
https://whatisintelligence.antikythera.org/chapter-01/#life-as-computation