Itu bahkan tidak benar saat itu. Yah, mungkin itu sebabnya Dawkins adalah ahli biologi dan bukan insinyur. :-)
Prosesor hari ini mengemas milyaran transistor pada cetakan beberapa cm persegi dan tingginya kurang dari satu mm. Akan cocok ratusan dari mereka di tengkorak, mungkin transistor.
Bahkan jika Anda melihat transistor diskrit akan ada lebih dari sekadar beberapa ratus. Saya kira SOT-23 sudah ada pada tahun 1989, dan kemudian Anda akan mendapatkan 10 5 - dari mereka di tengkorak. 1012
105106
sunting (2011-06-13)
Saya memiliki salinan The Selfish Gene , dan ingin tahu apa yang ada dalam pikiran Dawkins, jadi saya memeriksanya. Lebih banyak dari paragraf itu:
Unit dasar komputer biologis, sel saraf atau neuron, benar-benar tidak seperti transistor dalam cara kerjanya. Tentu saja kode di mana neuron berkomunikasi satu sama lain tampaknya sedikit mirip dengan kode pulsa komputer digital, tetapi neuron individu adalah unit pemrosesan data yang jauh lebih canggih daripada transistor. Alih-alih hanya tiga koneksi dengan komponen lain, satu neuron mungkin memiliki puluhan ribu. Neuron lebih lambat daripada transistor, tetapi telah bergerak lebih jauh ke arah miniaturisasi, sebuah tren yang telah mendominasi industri elektronik selama dua dekade terakhir. (The Selfish Gene, hal.49)
Seseorang pasti memberi tahu Dawkins bahwa transistor memiliki 3 pin :-).
Bagaimanapun, ia tidak hanya membandingkan jumlah neuron (atau neuron, BE?) Dengan transistor, tetapi juga menunjukkan bahwa neuron jauh lebih kompleks, sebagian karena ribuan koneksi. Perkiraan saya adalah bahwa Anda akan memerlukan hingga 10 6 transistor untuk meniru satu neuron tersebut (mungkin sebagai analog, bukan komputer digital?). Yang berarti bahwa tengkorak yang diisi GPU tidak akan mendekati kekuatan pemrosesan otak.105106
Dan kemudian ada masalah dari semua koneksi ini. Mereka adalah kekuatan nyata, bukan hanya sejumlah besar neuron. Kami tidak memiliki teknologi untuk membangun sistem yang sedemikian rumit, dan IMO tidak akan bertahan lama. Dan kemudian saya bahkan tidak berbicara tentang sifat dinamis dari koneksi ini: mereka dapat mengatur ulang diri mereka sendiri, membuat koneksi baru dan memutuskan yang lain.
Untuk menempatkan semua pengisap AI ini dalam perspektif, lihat sistem visi kami. Dalam sedetik kita dapat memproses gambar stereoskopik piksel, membuat model 3D virtual dari pemandangan dan mengidentifikasi objek secara detail. Pindahkan setengah meter ke kanan dan Anda menambahkan banyak data baru. Masih ada jalan panjang ...108