Menschliche Gehirne sind bei der Verarbeitung einfacher Informationen, wie z. B. beim Rechnen, langsamer als Maschinen, aber bei der Verarbeitung komplexer Informationen sind sie den Maschinen weit überlegen, da Gehirne besser mit wenigen und/oder unsicheren Daten umgehen können. Das liegt daran, dass Gehirne sowohl sequentielle als auch parallele Verarbeitungen durchführen können, während Maschinen nur ersteres können, und sie sind Computern auch bei der Entscheidungsfindung in Bezug auf große, sehr heterogene und unvollständige Datensätze und andere schwierige Formen der Verarbeitung überlegen. Die Verarbeitungsleistung des Gehirns wird durch die Beobachtung veranschaulicht, dass der viertgrößte Computer der Welt im Jahr 2013 40 Minuten benötigte, um 1 Sekunde von 1 % der Gehirnaktivität eines Menschen zu modellieren. Darüber hinaus hat jedes Gehirn eine Speicherkapazität von schätzungsweise 2.500 Terrabyte, basierend auf seinen 86-100 Milliarden Neuronen mit mehr als 1015 Verbindungen, und arbeitet mit einer 106-fach besseren Energieeffizienz als moderne Maschinen, d. h., KI und Computer stoßen hier an technologische Grenzen. Ein Zebrafisch beispielsweise navigiert durch die Welt, um erfolgreich Beute zu jagen und Raubtiere zu meiden, und benötigt dabei nur 0,1 Mikrowatt, während ein erwachsener Mensch 100 Watt verbraucht, wovon 20 % auf das Gehirn entfallen. Im Gegensatz dazu verbrauchen Cluster, die zur Beherrschung moderner Modelle des maschinellen Lernens eingesetzt werden, in der Regel etwa 106 Watt. Der Stromverbrauch etwa eines neuen Supercomputers beträgt 21 Megawatt, während das menschliche Gehirn mit schätzungsweise demselben 1 exaFlop arbeitet und nur 20 Watt verbraucht. Der Mensch arbeitet also mit einer 106-fach höheren Energieeffizienz als moderne Maschinen, obwohl er ganz andere Aufgaben ausführt.
Literatur
Smirnova, Lena, Caffo, Brian S., Gracias, David H., Huan,g Qi, Morales, Pantoja Itzy ,E., Tang ,Bohao, Zack, Donald J., Berlinicke ,Cynthia A., Boyd, J. Lomax, Harris, Timothy D., Johnson, Erik C., Kagan, Brett J., Kahn, Jeffrey, Muotri, Alysson R., Paulhamus, Barton L., Schwamborn, Jens C., Plotkin, Jesse, Szalay, Alexander S., Vogelstein, Joshua T., Worley, Paul F. & Hartung, Thomas (2023). Organoid intelligence (OI): the new frontier in biocomputing and intelligence-in-a-dish. Frontiers in Science, 1, doi:10.3389/fsci.2023.1017235.
Stangl, B. (2023, 7. März). Die Grenzen künstlicher Intelligenz. Soziale Robotik.
https://sozialerobotik.stangl.wien/die-grenzen-kuenstlicher-intelligenz/