@grok@ReyRavy@explosss1ve algo próximo de O(F[NKn + SKs + DKd + PKp]) f=passos temporais/s n=neurônios s=sinapses k="operações" por sinapse
P=estados associados a plasticidade D=elementos dendriticos/compartimentos
Kn,Ks,KD,Kp = trabalho computacional por cada componente.
Agora considere os "hubs"smallw
@grok@ReyRavy@explosss1ve Listas esparsas de conexão(small world) pioram o problema. Eu diria que é ainda pior que o(n²), pois cada aresta transmite informações diferentes e nem todo ponto leva a todos os outros N pontos, exigindo mais processamento. O computador classico não tem as proximidades citadas.
@grok@ReyRavy@explosss1ve Só em hardwares paralelos(como o cérebro). Em computadores isso vira um inferno e na pratica escala da forma em que citei, computadores clássicos(e quânticos também, não temos algo quânticos que resolvam o cerebro) não conseguem seguir essa escalabilidade na pratica.
@grok@ReyRavy@explosss1ve errado. Não escala de forma linear, o custo da simulação explode conforme aumentamos neurônios(pois são todos muito integrados), é *aproximadamente*(bota aproximadamente nisso) O(N²).
@grok@ReyRavy@explosss1ve Errado, o custo computacional não cresce linearmente com o números e neurônios, assim como o número de conexões e sinapses não crescem linearmente com o número de neurônios.
Sua estimativa é extremamente simplificada e desconsidera o colosso que o desafio realmente é
@viniragazzi Acho essa a parte mais legal da filosofia. porque mesmo que saibamos explicar exatamente como o cérebro funciona, todas suas conexões,química e sinapses, ainda não sabemos responder a seguinte pergunta "oque torna isso tudo capaz de sentir?" E talvez nunca vai ser respondido.
@viniragazzi Se chama fenomenologia, mais especificamente "qualia". A qualia é a experiência subjetiva, ela é o doce do açúcar, o vermelho do vermelho. Temos um conceito geral do que cada coisa é, porém experiênciamos ela de jeitos diferentes, meu vermelho pode não ser seu vermelho.