आप वास्तव में तुलना नहीं कर सकते। Naive सेट सिद्धांत में विरोधाभास थे जिन्हें ZFC सेट सिद्धांत द्वारा समाप्त कर दिया गया था। सिद्धांत को संगति के लिए सुधारना होगा, क्योंकि वैज्ञानिक कार्य की एक मूल धारणा यह है कि संगति प्राप्त करने योग्य है (अन्यथा तर्क एक परिवर्तनशील व्यवसाय बन जाता है)। मुझे लगता है कि गणितज्ञों को उम्मीद थी कि यह संभव हो सकता है, और इस मुद्दे को हल करने के लिए काम किया।
गणना सिद्धांत और रुकने की समस्या के साथ ऐसी कोई स्थिति नहीं है। कोई विरोधाभास नहीं है, कोई असंगति नहीं है। यह सिर्फ इतना होता है कि कोई ट्यूरिंग मशीन नहीं है जो टीएम हॉल्टिंग की समस्या को हल कर सकती है। यह केवल एक प्रमेय है, विरोधाभास नहीं।
तो यह हो सकता है कि ब्रह्मांड के बारे में हमारी समझ में कुछ सफलता की गणना करने के लिए हम आगे क्या कल्पना कर सकते हैं। इस तरह की एकमात्र घटना, बहुत कमजोर रूप में, जो टीएम दायरे में रहती है, संभवतः क्वांटम कंप्यूटिंग थी। यह बहुत ही कमजोर उदाहरण के अलावा जो जटिलता को छूता है (कम्प्यूटिंग में कितना समय लगता है?) कम्प्यूटेबिलिटी के बजाय?
इसके अलावा, रुकने की समस्या इस तथ्य का एक सीधा परिणाम है कि ट्यूरिंग मशीन पाठ के एक परिमित टुकड़े द्वारा वर्णन योग्य हैं, प्रतीकों का एक क्रम। यह वास्तव में हमारे सभी ज्ञान (जहां तक हम जानते हैं) के बारे में सच है, और यही कारण है कि भाषण और किताबें इतनी महत्वपूर्ण हैं। यह साक्ष्यों और अभिकलनों का वर्णन करने के लिए हमारी सभी तकनीकों का सच है।
यहां तक कि अगर हम गणना करने के तरीके को खोजने के लिए भी थे, तो टी + मशीनों के साथ कहें। या तो इसका मतलब यह होगा कि हमने परिमित दस्तावेज लिखने से परे ज्ञान को व्यक्त करने का एक तरीका खोज लिया है, जिस स्थिति में पूरी चीज मेरे अधिकार क्षेत्र से बाहर हो जाती है (मैं पूर्ण अक्षमता का दावा करता हूं) और शायद किसी और की। या यह अभी भी परिमित दस्तावेजों में स्पष्ट होगा, जिस स्थिति में यह टी + मशीनों के लिए अपनी स्वयं की समस्या है। और आप फिर से सवाल पूछ रहे होंगे।
वास्तव में वह स्थिति रिवर्स में मौजूद है। कुछ प्रकार की मशीनें ट्यूरिंग मशीनों की तुलना में कमजोर हैं, जैसे कि लाइनियर बाउंडेड ऑटोमेटा (एलबीए)। वे हालांकि काफी शक्तिशाली हैं, लेकिन यह बिल्कुल वैसा ही दिखाया जा सकता है जैसा कि टीएम के लिए किया जाता है कि एलबीए एलबीए के लिए समस्या को हल नहीं कर सकता है। लेकिन टीएम इसे एलबीए के लिए हल कर सकते हैं।
अंत में, आप ओरेकल की शुरुआत करके अधिक शक्तिशाली कम्प्यूटेशनल मॉडल की कल्पना कर सकते हैं, यह ऐसे उपकरण हैं जो विशिष्ट समस्याओं के जवाब दे सकते हैं, और जवाब के लिए एक टीएम द्वारा बुलाया जा सकता है, लेकिन दुर्भाग्य से शारीरिक रूप से मौजूद नहीं है। इस तरह के ओरेकल-विस्तारित टीएम को टी + मशीन का एक उदाहरण है जिसे मैंने ऊपर माना है। उनमें से कुछ टीएम हॉल्टिंग की समस्या को हल कर सकते हैं (अमूर्त रूप से, वास्तविक के लिए नहीं), लेकिन अपनी खुद की हॉल्टिंग समस्या को हल नहीं कर सकते हैं, यहां तक कि सार भी।