很大，前者可粗略的当做一台有机材料构成的模拟式计算机，这种构造的运行过程，与后者截然不同，能否用后者的算力、处理能力等指标去衡量前者，本身就充满了不确定性。

    何况这种办法，一般而言，只能确定大脑算力的下限，而（几乎）不可能测得其上限。

    这一判断，原理其实并不复杂，但即便信息技术领域的行内人，也不一定明白，甚至在历史上还得出过很多错误的结论。

    譬如说，将构成人脑的约一百四十亿个神经元，与电子计算机cpu中的一百四十亿个晶体管相比拟，进而认为人脑的等效算力，就差不多相当于晶体管规模14，000，000，000的cpu之算力。

    且不论神经元与晶体管在功能上的本质区别，单看一看微电子、集成电路的进步，就会知道这种类比方式很荒谬。

    随着技术、工艺与设计的进步，同样的一百四十亿晶体管，不同年代设计并制造出来的cpu，实测算力的差别还是比较大，对比intel公司在十年前和今天的产品，同样数量的晶体管，所能实现的算力差距至少在三~四倍。

    cpu的算力，显然不能只用一个“晶体管数量”来衡量，又怎能以此度量大脑呢。

    这还仅仅是硬件的情形，不仅如此，软件方面同样有类似的情况，同样的功能，任务需求，采用的软件架构与算法不同，所需的算力也会有一些差异。

    最后则是本质的缺陷，时至今日，类似科学研究这样的尖端任务，仍然只能由人、而无法由计算机来完成，那么在缺乏同性质之计算机的情况下，就没办法用等效法去衡量科学研究者大脑的算力。

    考虑到所有这一切条件，就不难理解，对曾频繁出现于媒体的所谓“预测”，关于人脑之处理能力的新闻、消息，方然都会一笑置之。

    大脑的等效算力，二十年来，在联邦的网络、媒体上，数字已变动过不知多少次。

    预测数字，从最初的10gflops，到后来的100g、1tflops，再到后面一些更夸张的数字，总体而言，基本上这一指标每年都会增长。

    原因很明显，超级计算机的算力，一直在持续提升；

    而能够完全模拟人类思维、能够取代大脑的ai，任凭一代代研究者如何努力，却始终未曾问世。