第(3/3)頁

    且不論神經元與晶體管在功能上的本質區別，單看一看微電子、集成電路的進步，就會知道這種類比方式很荒謬。

    隨著技術、工藝與設計的進步，同樣的一百四十億晶體管，不同年代設計并制造出來的pu，實測算力的差別還是比較大，對比tel公司在十年前和今天的產品，同樣數量的晶體管，所能實現的算力差距至少在三~四倍。

    pu的算力，顯然不能只用一個“晶體管數量”來衡量，又怎能以此度量大腦呢。

    這還僅僅是硬件的情形，不僅如此，軟件方面同樣有類似的情況，同樣的功能，任務需求，采用的軟件架構與算法不同，所需的算力也會有一些差異。

    最后則是本質的缺陷，時至今日，類似科學研究這樣的尖端任務，仍然只能由人、而無法由計算機來完成，那么在缺乏同性質之計算機的情況下，就沒辦法用等效法去衡量科學研究者大腦的算力。

    考慮到所有這一切條件，就不難理解，對曾頻繁出現于媒體的所謂“預測”，關于人腦之處理能力的新聞、消息，方然都會一笑置之。

    大腦的等效算力，二十年來，在聯邦的網絡、媒體上，數字已變動過不知多少次。

    預測數字，從最初的10gflops，到后來的100g、1tflops，再到后面一些更夸張的數字，總體而言，基本上這一指標每年都會增長。

    原因很明顯，超級計算機的算力，一直在持續提升；

    而能夠完全模擬人類思維、能夠取代大腦的ai，任憑一代代研究者如何努力，卻始終未曾問世。


    第(3/3)頁