Les xarxes neuronals artificials, que són la base de la intel·ligència artificial (IA) actual, s’inspiren en l’estructura del cervell humà però funcionen de manera molt diferent. Mentre que un infant aprèn a comunicar-se amb molt poca energia i simplement interactuant amb el seu entorn, entrenar i utilitzar grans models d’IA requereix quantitats massives d’energia i recursos computacionals, sovint amb un impacte ambiental considerable.

Tot i que les xarxes neuronals imiten algunes característiques del cervell, com la capacitat d’aprendre, encara presenten diferències importants. Per exemple, el cervell humà és capaç d’adaptar-se i continuar funcionant fins i tot si pateix danys parcials, pot aprendre de l’experiència i realitzar tasques complexes amb molta eficiència energètica. En canvi, les xarxes neuronals artificials són menys flexibles davant situacions noves i no poden justificar fàcilment les seves respostes o extrapolar solucions fora del que han après.

A nivell perceptiu, el cervell humà i les xarxes neuronals processen la informació de manera diferent: mentre nosaltres captem primer la visió global d’una imatge i després els detalls, les xarxes neuronals fan el contrari, detectant primer els petits detalls abans de reconstruir la imatge completa. Això fa que la mateixa tasca sigui resolta de formes distintes per una màquina i per una persona.

En resum, la IA actual és potent però poc eficient i lluny de funcionar com el cervell humà, tant pel que fa a la manera d’aprendre com al consum de recursos i la capacitat d’adaptació.