Архивното гробище на компютърните теории е пълно с модели, които се опитват да опростят биологията, за да я вкарат в матрицата на силициевата архитектура. От времето на Уорън Макълок и Уолтър Питс през 1943 г., математическият модел на неврона се разглеждаше като проста функция, която сумира входящите сигнали и генерира нула или единица. Този линеен подход позволи изграждането на съвременните дълбоки невронни мрежи, но логистиката на живата тъкан отказва да се подчини на тази изкуствена гладкост. Проблемът не е в липсата на изчислителна мощност на съвременните суперкомпютри, а в качествената разлика на биологичния субстрат. Когато екипът под ръководството на Идан Сегев изолира 3D структурите на 12 пирамидални неврона от човешка мозъчна кора и ги подлага на симулация, реалността се оказва далеч по-неудобна за софтуерните инженери. За да се възпроизведе поведението на само един жив неврон, е било необходимо изграждането на цяла трислойна конволюционна изкуствена мрежа. Това означава, че процесите, които софтуерът извършва с хиляди изкуствени възли, в главата на средностатистическия бозайник се случват в рамките на едно-единствено микроскопично тяло.
Този материален реализъм се диктува от геологията на самия мозък – разклонената система от дендрити. При изкуствените системи връзките са прави и предвидими, докато човешкият неврон притежава геометрия, която сама по себе си филтрира, забавя и трансформира сигналите, преди те изобщо да достигнат до аксона. Измерванията показват, че индексът на функционална сложност при хората е средно 1.7 пъти по-висок в сравнение с този при плъховете. Този суров факт премахва възможността за простото пренасяне на данни от опити с гризачи към човешката когнитивност. Разпределението на тази сложност по слоеве също показва дълбока еволюционна асиметрия. Докато при гризачите максималната изчислителна тежест е локализирана в слой 5, при хората тя е концентрирана в слоеве 2 и 3. Точно тази зона претърпява масивно разширяване по време на антропогенезата. Зад това не стоят абстрактни еволюционни лозунги, а конкретна биохимична инфраструктура: по-висока плътност на NMDA (N-метил-D-аспартат) рецепторите, които управляват синаптичната пластичност и позволяват на дендритите да извършват нелинейни логически операции локално, без да чакат решение от централното клетъчно тяло.
Подобни разкрития отварят сериозни пробойни в теориите на технологичните оптимисти, които обещават дигитално безсмъртие и изкуствен общ интелект (AGI) до няколко години. Ако един неврон изисква трислойна изкуствена мрежа, за да бъде симулиран правилно, тогава тоталният брой изчислителни операции, необходими за репликирането на 86 милиарда неврона, нараства експоненциално извън лимитите на сегашната енергийна и хардуерна инфраструктура. Ограничението вече не е софтуерно, а физическо – охлаждането и захранването на суперкомпютър, способен на такъв мащаб, би изисквало ресурсите на средно голяма електроцентрала, докато човешкият орган консумира около 20 вата.
Трансферът на това изследване към практическите модели на ИИ ще бъде бавен и вероятно съпроводен с икономическа съпротива, тъй като пренаписването на алгоритмите за симулиране на дендритна нелинейност изисква коренно различна математическа база. Авторите сами признават, че техният модел обхваща само пирамидалните клетки, докато структури като клетките на Пуркиние в малкия мозък или невроните в хипокампуса притежават още по-сложна топология, която все още не е картографирана математически. Интелектуалната мъгла около това как точно се генерира съзнанието остава гъста, но поне посоката на изследванията се измества от количественото натрупване на транзистори към качественото разбиране на биологичната архитектура. Връзката между плътността на рецепторите и капацитета за обработка на информация показва, че софтуерът без адекватен биомиметичен хардуер е просто имитация на мисловен процес, затворена в ограниченията на силициевия детерминизъм.