Сравнение мозга лягушки и суперкомпьютера: где побеждает биология

Современные суперкомпьютеры достигли беспрецедентной вычислительной мощности. Самый мощный из них, El Capitan, демонстрирует производительность 1,742 экзафлопса, что эквивалентно 1 742 000 петафлопс. Второй по мощности, Frontier, показывает 1,353 экзафлопса. Эти цифры позволяют решать сложнейшие математические задачи, включая уравнения квантовой механики, за считанные секунды. Однако прямое сравнение этой мощности с биологическими системами оказывается некорректным, поскольку мозг работает по принципиально иным принципам.

Оценки производительности человеческого мозга варьируются от 10 петафлопс до 1 экзафлопса, но эти цифры являются экстраполяциями, а не прямыми измерениями. Для мозга лягушки подобные измерения вообще не проводились, поскольку его архитектура не предназначена для выполнения математических операций в традиционном понимании. Таким образом, по формальной скорости вычислений суперкомпьютеры значительно превосходят любые биологические системы, но это сравнение не отражает их реальных возможностей.

Парадокс Моравца: простое и сложное

В 1980-х годах робототехник Ханс Моравец сформулировал парадокс, который ярко проявляется при сравнении технологий и биологии. Согласно этому парадоксу, задачи, которые легко даются животным, оказываются чрезвычайно сложными для компьютеров, и наоборот. Мозг лягушки, отточенный миллионами лет эволюции, специализируется на решении конкретных задач выживания.

Примером может служить способность лягушки ловить муху. Этот процесс требует мгновенного вычисления траектории движения, оценки расстояния и точной синхронизации выстрела языком — всё в реальном времени. Суперкомпьютер, легко решающий сложные уравнения, сталкивается с колоссальными трудностями при попытке воспроизвести эту, казалось бы, простую задачу. Это происходит потому, что мозг лягушки использует параллельную аналоговую архитектуру, оптимизированную для взаимодействия с изменчивым миром.

Энергоэффективность: абсолютное превосходство биологии

В вопросе энергопотребления биологические системы демонстрируют абсолютное преимущество. Мозг лягушки потребляет примерно 1-2 ватта энергии, в то время как суперкомпьютер Frontier требует 21-23 мегаватт, а El Capitan — около 30 мегаватт. Разница составляет миллионы раз, что делает биологический мозг недосягаемым образцом энергоэффективности.

Именно это превосходство стимулирует разработку нейроморфных процессоров — чипов, имитирующих принципы работы мозга. Примером может служить китайский нейроморфный суперкомпьютер Darwin Monkey, представленный в августе 2025 года. Он содержит более 2 миллиардов импульсных нейронов на 960 чипах Darwin III и потребляет на порядки меньше энергии, чем традиционные суперкомпьютеры, сохраняя способность моделировать сложные нейронные сети.

Попытки симулировать биологические системы на суперкомпьютерах сталкиваются с фундаментальными сложностями. Проект OpenWorm, целью которого является создание полной биологически достоверной симуляции червя Caenorhabditis elegans с его 302 нейронами, продолжается много лет. Хотя симулировать активность отдельных нейронов возможно, воспроизведение всей сложности живой системы, включая биохимию, пластичность и аналоговые сигналы, остаётся нерешённой задачей.

Для мозга лягушки, содержащего около 10 миллионов нейронов, полноценная симуляция находится за пределами возможностей современных суперкомпьютеров. Это связано не с недостатком вычислительной мощности, а с необходимостью принципиально иной архитектуры, которую как раз пытаются воссоздать в нейроморфных системах. Таким образом, утверждение о невозможности такой симуляции является упрощением — правильнее говорить, что это сложнейшая задача, требующая новых подходов.

Сравнение мозга лягушки и суперкомпьютера показывает, что понятие «мощности» многогранно. Суперкомпьютеры бесспорно лидируют в скорости математических операций, но биологические системы превосходят их в энергоэффективности и способности взаимодействовать с реальным миром. Нейроморфные технологии представляют собой попытку объединить лучшие черты обоих подходов, создавая системы, которые сочетают вычислительную мощь с биологической эффективностью.