Das 20-Watt-Wunder: Warum das Gehirn jeden Supercomputer deklassiert

1. Das unmöglich hocheffiziente Rendering des Sehens
2. Der unsichtbare Physik-Prozessor im Hintergrund
3. Die Architektur des lebendigen Netzwerks
4. Das organische Paradigma der Zukunft
5. Die kosmische Anomalie: Warum es dieses Organ eigentlich gar nicht geben dürfte
6. Quellen: Rechenleistung über die Evolution bis hin zu den Grenzen der Thermodynamik und Physik

Wir haben uns an den Anblick digitaler Giganten gewöhnt. Wenn wir heute über die bahnbrechenden Fortschritte künstlicher Intelligenz, das Training gigantischer Sprachmodelle oder die Simulation komplexer Klimaphänomene staunen, blicken wir auf eine Infrastruktur der rohen Gewalt. Moderne Exascale-Supercomputer und die Serverfarmen des Silicon Valley füllen ganze Werkshallen, hängen an eigenen Umspannwerken und verschlingen im Dauerbetrieb dutzende Megawatt an elektrischer Energie. Sie erzeugen dabei so viel Abwärme, dass sie kontinuierlich mit tausenden Litern Wasser gekühlt werden müssen, um nicht an ihrer eigenen Hitze physisch zu kollabieren. Nach den ehernen Gesetzen der modernen Informatik und Elektrotechnik galt bisher das unumstößliche Dogma: Wer unvorstellbare Datenströme in Echtzeit verarbeiten, filtern und interpretieren will, muss ein energetisches und logistisches Monster erschaffen. Doch direkt in unserem Kopf existiert eine Apparatur, die dieses vermeintlich fundamentale Naturgesetz mit einer fast schon arroganten Eleganz zertrümmert: das menschliche Gehirn – ein unlösbares 20-Watt-Wunder der Evolution.

Die moderne Informationstechnologie folgt einer ungeschriebenen, fast brutalen Gesetzmäßigkeit: Leistung erfordert rohe Gewalt. Wer die gigantischen Rechenzentren des Silicon Valley, die Serverfarmen globaler Technologiekonzerne oder die führenden Supercomputer unserer Zeit betrachtet, sieht monumentale Triebwerke des energetischen Hungers. Um künstliche neuronale Netze zu trainieren, riesige Sprachmodelle zu füttern oder komplexe Klimamodelle in Echtzeit zu simulieren, füllen diese Maschinen weitläufige Werkshallen. Sie verschlingen Megawatt an Strom und benötigen komplexe Kühlanlagen, um nicht an ihrer eigenen Abwärme zu kollabieren. Nach den Gesetzen der modernen Informatik galt bisher das Dogma, dass die Verarbeitung unvorstellbarer Datenmengen in Echtzeit unweigerlich ein energetisches Monster erschaffen muss.

Genau an dieser Sollbruchstelle der menschlichen Ingenieurskunst bricht die Natur alle Regeln der von uns erdachten Physik. Inmitten einer von Hochspannung dominierten Tech-Welt existiert ein Apparat, der die fortschrittlichste Silizium-Architektur wie eine technologische Primitivität aussehen lässt: das menschliche Gehirn. Es wiegt knapp 1,4 Kilogramm, besteht zu einem Großteil aus Wasser sowie Fett und läuft im permanenten Dauereinsatz mit einer elektrischen Leistung von gerade einmal 20 Watt. Das ist weniger Energie, als eine schlichte Glühbirne im Kühlschrank oder ein haushaltsüblicher Router im Standby-Modus verbraucht. Ein Mensch muss lediglich eine normale Mahlzeit zu sich nehmen, um dieses System vierundzwanzig Stunden am Leben zu erhalten.

Aus der Perspektive eines Computer-Ingenieurs grenzt die Existenz dieses Organs an eine absolute Unmöglichkeit. Während ein moderner Exascale-Supercomputer ein eigenes Umspannwerk benötigt, um eine Trillion Rechenoperationen pro Sekunde auszuführen, meistert das biologische Gehirn dieselbe neuronale Rechenlast im Vorbeigehen. Diese gigantische Kapazität wird nicht isoliert für eine einzige mathematische Aufgabe genutzt, sondern in einem multidimensionalen, permanenten Dauereinsatz. Während das Bewusstsein diese Zeilen liest und analysiert, steuert dieses hocheffiziente System zeitgleich das visuelle Rendering der Umgebung in unkomprimiertem Echtzeit-3D. Es berechnet über das Kleinhirn die Mikrobewegungen und die Muskelspannung des Körpers, reguliert den Hormonhaushalt, steuert Herzschlag sowie Atmung und lässt dennoch genug freie Kapazität, um über die Natur des Gelesenen nachzudenken. Die Natur hat hier ein thermodynamisches Kunststück vollbracht, das jeder menschlichen Technologie spottet. Sie hat Speicher und Prozessor auf zellulärer Ebene so miteinander verschmolzen, dass die Datenwege gegen null sinken.

Das unmöglich hocheffiziente Rendering des Sehens

Um die Unfassbarkeit dieses biologischen Apparates im Alltag zu demonstrieren, genügt ein einziger Augenaufschlag. Wenn wir den Blick durch einen Raum schweifen lassen, geschieht im Hintergrund ein Prozess, der modernste Grafikkarten augenblicklich an ihre thermischen Grenzen treiben würde. Das Gehirn generiert jede Sekunde ein fehlerfreies, dreidimensionales Abbild der Realität mit einer Hardware, die nach den Maßstäben der Elektrotechnik eigentlich viel zu langsam dafür sein müsste. Der erste grundlegende Irrtum unseres technologischen Verstandes liegt in der Annahme, das Auge arbeite wie eine digitale Videokamera. Kameras senden einen kontinuierlichen, gleichmäßigen Datenstrom an einen Prozessor, was bei biologischen Systemen zu einem sofortigen Kollaps führen würde.

Die Netzhaut des Auges besitzt rund 126 Millionen Lichtrezeptoren, die jede Sekunde schätzungsweise zehn Gigabit an unkomprimierten Rohdaten über den Sehnerv jagen. Würde ein künstlicher Computer versuchen, diesen gewaltigen Datenstrom in Echtzeit auf Kanten, Kontraste, Tiefenschärfe, Bewegungen und Gesichter hin zu analysieren, würde er binnen Sekunden überhitzen. Er müsste Milliarden von Transistoren unter hohem Stromfluss hin und her schalten. Das Gehirn hingegen nutzt einen evolutionären Mechanismus, indem es fast nichts von dem, was wir sehen, komplett neu berechnet. Es arbeitet nicht als passiver Empfänger, sondern als vorausschauende Simulationsmaschine.

Statt die zehn Gigabit Rohdaten stur durchzurechnen, filtert die Netzhaut bereits vor dem Sehnerv den Großteil der Informationen weg. Nur die Veränderungen, wie eine plötzliche Bewegung oder ein Lichtwechsel, werden tatsächlich an das Zentralnervensystem weitergeleitet. Der visuelle Cortex im Hinterkopf nimmt diese minimalen Updates und gleicht sie mit einem bereits existierenden, inneren 3D-Modell der Welt ab, das wir durch Erfahrung aufgebaut haben. Wir sehen nicht die ungefilterte Realität, sondern eine hocheffiziente, laufende Vorhersage derselben. Noch erstaunlicher wird die neuronale Effizienz, wenn wir die Signalgeschwindigkeit betrachten. In einem Silizium-Chip wandern elektrische Signale fast mit Lichtgeschwindigkeit. Biologische Nervenbahnen hingegen sind extrem träge, denn die Signale kriechen mit gerade einmal 100 bis 400 Kilometern pro Stunde durch die Axone. Nach den Regeln der Informatik dürfte ein so langsames Netzwerk niemals eine Echtzeit-Reaktion erlauben. Wenn ein Sportler einen herannahenden Ball pariert, müsste er rein rechnerisch längst getroffen worden sein, bevor sein Gehirn das Bild verarbeitet hat. Das Nervensystem löst dieses Problem, indem es die Flugbahn in die Zukunft berechnet und das wahrgenommene Bild um Millisekunden nach vorne datiert, um die eigene biologische Langsamkeit auszugegengleichen.

Der unsichtbare Physik-Prozessor im Hintergrund

Die visuelle Pipeline ist jedoch nur die grafische Benutzeroberfläche eines Systems, das im Hintergrund Hunderte von komplexen Prozessen simultan steuert. Während ein Computer bei mehreren rechenintensiven Hintergrundanwendungen ins Stocken gerät oder die CPU-Auslastung auf das Maximum schnellt, erledigt das menschliche Gehirn die anspruchsvollsten Berechnungen völlig unbemerkt. Das unbewusste Multitasking des Nervensystems übersteigt die Fähigkeiten moderner Robotik bei Weitem. Ein alltäglicher Vorgang wie der Gang über eine unebene Wiese verdeutlicht diese fundamentale Diskrepanz. Um einen künstlichen, zweibeinigen Roboter stabil aufrechtzuerhalten, müssen hochentwickelte Algorithmen permanent mathematische Gleichungen zur Masse- und Schwerpunktverlagerung lösen.

Das menschliche Kleinhirn erledigt diese physikalischen Berechnungen im Millisekundentakt, indem es die präzise Interaktion von über 600 Muskeln im Körper koordiniert. Es wertet simultan die Daten von Millionen von Druckrezeptoren in den Fußsohlen aus, gleicht die Positionsdaten aus dem Gleichgewichtsorgan im Innenohr ab und berechnet den sich ständig ändernden Neigungswinkel des Bodens. Die Muskelspannung wird korrigiert, noch bevor das Bewusstsein ein Stolpern überhaupt registriert. Diese kontinuierliche Echtzeit-Physiksimulation läuft im Hintergrund ab, während wir zeitgleich ein Gespräch führen oder komplexe Gedanken formulieren.

Parallel zu dieser motorischen Meisterleistung läuft im Hirnstamm die biologische Lebenserhaltung. Ohne dass wir einen Gedanken daran verschwenden, reguliert dieser Teil des Gehirns den Blutdruck, passt die Atemfrequenz an den Sauerstoffgehalt im Blut an und steuert die komplexe Chemie der Verdauung. Zusätzlich arbeitet im Zentralnervensystem ein radikaler Filterapparat im Thalamus. Jede Sekunde strömen unzählige Sinnesreize auf uns ein, vom Summen technischer Geräte bis zum Gefühl der Kleidung auf der Haut. Würden all diese Daten ungefiltert in unser Bewusstsein dringen, würde das System an einer sensorischen Überlastung kollabieren. Der Thalamus filtert über 99 Prozent dieses permanenten Datenstroms autonom heraus. Das Gehirn vollbringt das Kunststück, ein gigantisches Datenaufkommen zu bewältigen, indem es den Großteil der Arbeit in die absolute Dunkelheit des Unterbewusstseins verbannt.

Die Architektur des lebendigen Netzwerks

Um die fundamentale Unmöglichkeit des Gehirns endgültig zu verstehen, müssen wir die Architektur moderner Computer mit der Biologie vergleichen. Seit den Anfängen der Digitalisierung arbeiten klassische Rechner nach der Von-Neumann-Architektur. Das bedeutet, dass es einen Prozessor gibt, der rechnet, und einen separaten Speicher, der die Daten hält. Jedes Mal, wenn ein Computer eine Aufgabe löst, müssen die Daten über physikalische Leitungen hin und her transportiert werden. Genau hier liegt der energetische Flaschenhals, denn dieser Transport verbraucht die meiste Energie und erzeugt immense Abwärme. Das Gehirn hingegen ignoriert dieses Prinzip der Trennung komplett.

In unserem Kopf sind Speicher und Prozessor eine untrennbare Einheit. Rund 86 Milliarden Neuronen arbeiten als winzige Recheneinheiten, die über mehr als 100 Billionen Synapsen miteinander vernetzt sind. Jede einzelne Synapse ist nicht nur eine Datenleitung, sondern gleichzeitig der Datenspeicher und der Rechenkern selbst. Während ein moderner Großrechner Hallen füllt und Unmengen an Strom benötigt, schafft das menschliche Gehirn dieselbe neuronale Rechenlast mit jenen 20 Watt. Dies entspricht einer Energieeffizienz, die um den Faktor von mehreren Millionen Mal höher ist als bei jedem von Menschen gebauten Silizium-Chip.
Ein künstlicher Mikrochip benötigt konstante elektrische Spannung, um den Zustand seiner Transistoren zu halten.

Das Gehirn hingegen arbeitet im sogenannten Spike-Modus. Eine Nervenzelle feuert nur dann einen elektrischen Impuls ab, wenn es absolut notwendig ist. Die meiste Zeit verharren Milliarden von Gehirnzellen in einem Zustand lautloser Bereitschaft. Wenn sie feuern, nutzen sie keine Elektronen, die durch Metall gepeitscht werden, sondern den hocheffizienten Fluss von Ionen durch mikroskopisch kleine Zellwände. Was wir in der modernen Tech-Welt als Spitzen-KI bewundern, ist im direkten Vergleich eine energetische Fehlkonstruktion. Um ein künstliches neuronales Netz zu trainieren, müssen Serverfarmen wochenlang unter Volllast laufen. Das menschliche Gehirn hingegen lernt oft durch ein einziges Erlebnis und verankert diese Information permanent in seiner physischen Struktur, indem sich Synapsen dynamisch neu verdrahten. Die Natur baut keine starren Schaltkreise, sondern lässt die Hardware flexibel wachsen.

Das organische Paradigma der Zukunft

Die unvorstellbare Leistungsfähigkeit des Gehirns stellt die moderne Informationstechnologie vor ein tiefes Rätsel. Wir haben Maschinen gebaut, die Großmeister im Schach schlagen, in Sekundenschnelle komplexe Texte formulieren und gigantische Datenberge nach Mustern durchkämmen. Doch sobald diese hochentwickelten Systeme versuchen, die banalsten Aufgaben unseres Alltags zu kopieren, offenbart sich die fundamentale Kluft zwischen künstlicher und biologischer Informationsverarbeitung. Das Greifen nach unregelmäßigen Objekten, die Navigation durch unvorhersehbare Menschenmengen oder das intuitive Verstehen von Kontexten sind Meisterleistungen einer subconscious Intelligenz, die sich Maschinen bisher entzieht.

Die Natur hat durch Jahrmillionen der Evolution ein System geschliffen, dessen Effizienz wir nicht einmal ansatzweise kopieren können. Während die Tech-Industrie versucht, Intelligenz durch die Brute-Force-Methode – also durch immer größere Rechenzentren und einen explodierenden Stromverbrauch – zu erzwingen, zeigt uns das biologische Wunder im eigenen Kopf einen völlig anderen Pfad auf. Wahre technologische Meisterschaft liegt nicht in der unendlichen Skalierung von Energie und Materie, sondern in der perfekten, eleganten Architektur des Netzwerks. Die Zukunft der Informatik wird deshalb paradoxerweise immer biologischer.

Führende Forschungseinrichtungen investieren massiv in die Erforschung von neuromorphen Chips und biologischen Computern, bei denen die Prinzipien des Nervensystems in Hardware gegossen werden. Wir beginnen zu begreifen, dass wir die Software des Lebens nicht auf künstlichem Silizium perfekt simulieren können, ohne an energetische Grenzen zu stoßen. Das ungelöste Wunder in unserem Kopf entlässt uns mit einer tiefen Demut. Jeder Gedanke, den wir fassen, und jede unbewusste Bewegung unseres Körpers ist das Resultat einer biologischen Apparatur, die nach den Maßstäben moderner Maschinenbaukunst eigentlich unmöglich sein müsste. Das faszinierendste Rechenzentrum des bekannten Universums benötigt kein eigenes Kraftwerk. Es benötigt nur uns selbst und die Fähigkeit, über die Natur des eigenen Verstandes zu staunen.

Die kosmische Anomalie: Warum es dieses Organ eigentlich gar nicht geben dürfte

Betrachtet man das menschliche Gehirn nicht durch die Brille der Biologie, sondern durch die harten Gesetze der theoretischen Physik und der evolutionären Wahrscheinlichkeit, stößt man auf ein tiefes Paradoxon. Nach fast allen fundamentalen Regeln des bekannten Universums dürfte diese Apparatur in ihrer heutigen Form schlichtweg nicht existieren. Sie verstößt so radikal gegen die natürliche Ordnung der Dinge, dass ihre Entstehung die Wissenschaft vor eines der größten Rätsel der Naturgeschichte stellt.
Der erste fundamentale Widerspruch liegt im zweiten Hauptsatz der Thermodynamik, dem Gesetz der unaufhaltsam steigenden Entropie. Das Universum strebt in jeder Sekunde, an jedem Ort, dem Chaos, dem Zerfall und der Gleichförmigkeit entgegen. Sterne brennen aus, Materie zerfällt, Strukturen lösen sich auf. Das menschliche Gehirn hingegen ist die extremste Konzentration von hochgradig geordneter Komplexität, die wir im Kosmos kennen. Es zwingt 86 Milliarden hochgradig volatile Zellen in ein unvorstellbar präzises, permanentes Netzwerk und hält diesen Zustand über Jahrzehnte hinweg stabil aufrecht. Aus rein statistischer Wahrscheinlichkeit heraus ist die Wahrscheinlichkeit, dass sich Materie im Laufe der Zeit zu einem solch fehlerfreien, hochentwickelten System anordnet, so verschwindend gering, dass das Gehirn im Grunde eine kosmische Anomalie darstellt.

Noch absurder wird die Existenz des Gehirns, wenn man die Evolutionstheorie als Maßstab anlegt. Die Evolution ist eine gnadenlose Buchhalterin des Überlebens, die jede energetische Verschwendung im Keim erstickt. Ein Organ, das in der Natur überleben will, muss maximalen Nutzen bei minimalem Ressourcenverbrauch bieten. Das menschliche Gehirn ist das exakte Gegenteil: Ein evolutionärer Ruin und ein permanentes Todesurteil für unsere urzeitlichen Vorfahren. Obwohl es gerade einmal zwei Prozent des gesamten Körpergewichts ausmacht, raubt es im absoluten Ruhezustand permanent über zwanzig Prozent der gesamten Stoffwechselenergie. Für einen Frühmenschen in Zeiten von bitterer Nahrungsknappheit war ein Organ, das wie ein hungriger Hochleistungsmotor ununterbrochen Energie frisst – völlig unabhängig davon, ob man gerade schläft, flieht oder nachdenkt –, ein kaum tragbares Überlebensrisiko. Hinzu kommt das anatomische Desaster der Geburt: Um diesen gigantischen Schädel überhaupt zu beherbergen, veränderte sich die weibliche Anatomie so drastisch, dass die Geburt bei keiner anderen Spezies auf diesem Planeten so gefährlich, schmerzhaft und evolutionär riskant ist wie beim Menschen.

Die Krönung dieses physikalischen Unmöglichkeits-Theorems zeigt sich jedoch auf der mikroskopischen Ebene der Signaltheorie. Versucht man, die elektrische Aktivität des Gehirns elektrotechnisch zu messen, stößt man auf ein permanentes, chaotisches Hintergrundrauschen. Die Synapsen und Neuronen feuern in einem ständigen, scheinbar unkontrollierten Sturm aus biochemischen Impulsen. Nach den Gesetzen der Informationstechnik in der Elektrotechnik ist es unvorstellbar, in einem so extrem „verrauschten“ System jemals ein klares, logisches Signal zu übertragen. Es ist das Äquivalent dazu, einen hochentwickelten Quantencomputer aus feuchtem Schlamm und statischem Radio-Rauschen zu bauen und zu erwarten, dass er fehlerfreie, hochphilosophische Berechnungen anstellt. Das Gehirn ignoriert das informationstechnische Rauschen nicht nur – es nutzt das Chaos seltsamerweise, um kreative Gedanken und logische Schlüsse erst überhaupt zu ermöglichen. Wir tragen ein Organ in uns, das nach den Gesetzen der Physik zu komplex, nach den Gesetzen der Evolution zu verschwenderisch und nach den Gesetzen der Elektrotechnik zu fehlerhaft ist, um zu funktionieren. Und genau in dieser absoluten Unmöglichkeit liegt seine tiefste Faszination.

Quellen: Rechenleistung über die Evolution bis hin zu den Grenzen der Thermodynamik und Physik

I. Rechenleistung & Energieeffizienz (Das 20-Watt-Wunder)

• NIST (National Institute of Standards and Technology): Dokumentiert den exakten Vergleich, dass das menschliche Gehirn die Rechenlast eines ExaFLOPs mit nur 20 Watt meistert, während moderne Großrechner dafür Megawatt benötigen. Nachzulesen im NIST Technical Report zu Brain-Inspired Computing.
• Human Brain Project (HBP): Führt detaillierte Analysen zur "Greenness" und energetischen Überlegenheit biologischer Gehirne gegenüber künstlichen Systemen auf. Veröffentlicht im HBP Efficiency Review.
• Princeton University Press: Dr. John G. Nicholls erläutert in seinen Publikationen zur Neurobiologie die Evolution des neuronalen Energiebudgets und wie die Zellwände den Ionenfluss ohne nennenswerte Abwärme steuern, detailliert im Princeton Science Insight.
•  Oak Ridge National Laboratory (ORNL): Liefert die exakten Leistungswerte des "Frontier"-Supercomputers (ca. 21 Megawatt Verbrauch bei 1,2 ExaFLOPs), der im Text als direkter Hardware-Gegenspieler dient. Daten einsehbar auf der ORNL Frontier Systemseite.
• Frontiers in Computational Neuroscience: Eine mathematische Gegenüberstellung der Energieeffizienz von künstlichen Sprachmodellen (LLMs) im Vergleich zu synaptischen Feuerraten. 

II. Gehirn-Architektur & Zellen (Die 86 Milliarden Neuronen)

• Professor Suzana Herculano-Houzel (Vanderbilt University): Die wegweisende neuroanatomische Studie, die mittels der "Gehirn-Suppe"-Methode die tatsächliche Anzahl von exakt 86 Milliarden Neuronen im menschlichen Gehirn bewies. Veröffentlicht in den PNAS (Proceedings of the National Academy of Sciences).
• National Institutes of Health (NIH): Eine umfassende Analyse über die synaptische Dichte und das Vorhandensein von rund 100 Billionen Synapsen, abrufbar im PubMed Central Archiv.
• Journal of Brain Research (Oxford Academic): Eine kritische und aktuelle Überprüfung der zellulären Zusammensetzung und der neuromorphen Parallelen des menschlichen Cortex, publiziert im Oxford Brain Journal.
• Massachusetts Institute of Technology (MIT): Neurowissenschaftliche Analysen zur Von-Neumann-Architektur im Vergleich zum menschlichen synaptischen Speicher.
• Karlsruher Institut für Technologie (KIT): Forschungen zur Funktionsweise biologischer Informationsspeicherung und zur elektrischen Spike-Aktivität von Neuronen.

III. Sensorik, Multitasking & Die visuelle Pipeline

• MIT McGovern Institute for Brain Research: Dokumentiert die präzise Kartierung und Filterfunktion des Thalamic Reticular Nucleus (TRN), der als "Gatekeeper" über 99 % der sensorischen Reize abblockt. Nachzulesen im MIT News Report.
• The Journal of Neuroscience: Studie von Matsuyama & Tanaka über die Funktion des zentralen Thalamus als koordinierende Schaltzentrale zwischen Kleinhirn und Cortex. Einsehbar im JNeurosci-Archiv.
• Max-Planck-Institut für biologische Kybernetik: Experimentelle Daten zur Bandbreite des Sehnervs (ca. 10 Gigabit pro Sekunde Rohdaten) und der prädiktiven Codierung des visuellen Cortex.
• Society for Neuroscience (SfN): Veröffentlichungen über die Bewegungskoordination des Kleinhirns (Cerebellum) und die autonome Echtzeit-Berechnung von Muskelspannungen beim Gehen.

IV. Thermodynamik, Evolution & Physik (Die "Unmöglichkeit")

• Rolf Landauer (Physikalische Grenzen der Informationsverarbeitung): Die thermodynamische Grundlagenforschung zur Entropie und dem minimalen Energieverbrauch pro gelöschtem Bit (Landauer-Prinzip).
• Royal Society Open Science: Eine evolutionäre Kosten-Nutzen-Analyse des metabolischen Risikos des menschlichen Gehirns (das Gesetz der 20 % Körperenergie für ein 2 % schweres Organ).
• Nature Ecology & Evolution: Studien zu den anatomischen Risiken des menschlichen Beckenwachstums im Verhältnis zur Hirngröße des Fötus (Geburtsparodoxon).
• IEEE Transactions on Information Theory: Signaltheoretische Arbeiten über das stochastische "Hintergrundrauschen" in Nervenbahnen und warum biologische Systeme trotz des Rauschens fehlerfreie Logik erzeugen können. 

V. Zukunftstechnologien & Neuromorphic Computing

• Cortical Labs (Melbourne): Entwickler des ersten kommerziellen "CL1"-Biocomputers, der echte menschliche Gehirnzellen auf Silizium-Chips nutzt, um energieeffiziente KI-Aufgaben zu lösen. Dokumentiert im Reuters Science Report.
• Stanford University (Bio-Engineering Department): Forschungen zu neuromorphen Mikrochips ("Neurogrid"), welche die biologische Verschmelzung von Speicher und Prozessor auf Halbleiterbasis kopieren.