Ni siquiera era cierto en ese entonces. Bueno, tal vez por eso Dawkins es biólogo y no ingeniero. :-)
Los procesadores de hoy empaquetan miles de millones de transistores en un dado de unos pocos centímetros cuadrados de área y menos de un mm de alto. Encajarían cientos de ellos en una calavera, tal vez transistores.
Incluso si observamos transistores discretos, cabría más que unos pocos cientos. Supongo que SOT-23 ya existía en 1989, y luego obtendrías - en un cráneo. 10 5 10 61012
105 5106 6
editar (2011-06-13)
Soy dueño de una copia de The Selfish Gene , y tenía curiosidad sobre lo que Dawkins tenía en mente, así que lo investigué. Ella es más de ese párrafo:
La unidad básica de las computadoras biológicas, la célula nerviosa o la neurona, no se parece en nada a un transistor en su funcionamiento interno. Ciertamente, el código en el que las neuronas se comunican entre sí parece ser un poco como los códigos de pulso de las computadoras digitales, pero la neurona individual es una unidad de procesamiento de datos mucho más sofisticada que el transistor. En lugar de solo tres conexiones con otros componentes (sic), una sola neurona puede tener decenas de miles. La neurona es más lenta que el transistor, pero ha ido mucho más lejos en la dirección de la miniaturización, una tendencia que ha dominado la industria electrónica en las últimas dos décadas. (El gen egoísta, p.49)
Alguien debe haberle dicho a Dawkins que un transistor tiene 3 pines :-).
De todos modos, no solo compara el número de neuronas (¿o neuronas, BE?) Con transistores, sino que también señala que la neurona es mucho más compleja, en parte debido a sus miles de conexiones. Mi estimación es que necesitaría a transistores para emular una de esas neuronas (¿tal vez como una computadora analógica en lugar de una digital?). Lo que significa que un cráneo lleno de GPU todavía no se acercaría al poder de procesamiento de un cerebro.
Y luego está el problema de todas estas conexiones. Son el poder real, no solo la gran cantidad de neuronas. No tenemos la tecnología para construir sistemas tan complejos, y la OMI no lo hará por mucho tiempo. Y luego ni siquiera estoy hablando de10 6105 5106
naturaleza dinámica de estas conexiones: pueden reorganizarse, hacer nuevas conexiones y romper otras.
Para poner en perspectiva todos estos retoños de IA, eche un vistazo a nuestro sistema de visión. En un segundo podemos procesar una imagen estereoscópica de píxeles, crear un modelo virtual 3D de la escena e identificar objetos en detalle. Mueve medio metro hacia la derecha y agrega muchos datos nuevos. Todavía hay un largo camino por recorrer ...108