Założenie modułowości, charakterystyczne dla komputerów, jeśli chodzi o mózg, jest nie do utrzymania, ponieważ obszary „pamięci” (takie jak hipokamp) są istotne nie tylko dla pamięci, ale także dla wyobraźni, nawigacji przestrzennej i innych różnych funkcji . W ten sposób szybkość przetwarzania informacji neuronowych podlega różnym ograniczeniom, takim jak czas potrzebny do przejścia sygnałów elektrochemicznych przez aksony i dendryty, mielinę aksonalną oraz czas propagacji neuroprzekaźników przez szczelinę synaptyczną. Ponadto zależy to od różnicy w wydajności synaptycznej, spójności bodźców nerwowych, bieżącej dostępności neuroprzekaźników i wcześniejszych zapisów stanu zapalnego neuronów. Chociaż istnieją szczególne różnice w „szybkości przetwarzania informacji”, należy przypomnieć, że jest to bardzo skomplikowane zagadnienie, ponieważ wszystkie sygnały są prawdopodobnie indeksowane jako heterogeniczne kombinacje wszystkich powyższych ograniczeń prędkości. Szczególnym pytaniem jest, czy zegar centralny jest obecny w mózgu, co do którego opinie są podzielone, ponieważ nie jest jasne, która część mózgu faktycznie przypomina zegar w swoim działaniu/funkcji. Chociaż często przyjmuje się, że móżdżek oblicza informacje, które obejmują dokładny czas, na przykład czas potrzebny na wykonanie niektórych subtelnych ruchów, niektóre aktualne obserwacje sugerują, że czas w mózgu bardziej przypomina fale stawowe niż zwykły zegar cyfrowy. Poza licznymi podobieństwami między pamięcią RAM a pamięcią krótkiego zasięgu lub „roboczą”, zdaniem wielu wcześniejszych psychologów poznawczych, ostatnie badania ujawniły zdumiewająco znaczące różnice. Chociaż zarówno pamięć RAM, jak i pamięć krótkiego zasięgu wymagają odpowiedniego zasilania, pamięć krótkiego zasięgu wydaje się zawierać tylko „drogowskazy” pamięci długotrwałej, podczas gdy pamięć RAM zawiera dane izomorficzne, podobne do danych przechowywanych na dysku twardym. W przeciwieństwie do pamięci RAM, limit pojemności pamięci krótkiego zasięgu nie jest stały. Różni się w zależności od „szybkości przetwarzania informacji”: doświadczenia i wiedzy. Chociaż przez lata mózg był postrzegany jako sprzęt, na którym działa „inteligentny program” lub „inteligentne oprogramowanie”, takie podejście całkowicie ignorowało zasadniczy fakt, że umysł wywodzi się bezpośrednio z mózgu i że z tego powodu zmiany w umyśle są zawsze wywołane zmianami w mózgu . Inna szkodliwa metafora jest związana z komputerowymi właściwościami mózgu. Sugeruje to, że mózg działa na zasadzie odbierania i transportu sygnałów elektrycznych, a dokładniej potencjałów czynnościowych, które przemieszczają się razem w poszczególnych obwodach logicznych. Niestety, jest to tylko częściowo poprawne, ponieważ sygnały, które są transportowane wzdłuż aksonów, są naturalnie elektrochemiczne, co oznacza, że przechodzą znacznie wolniej niż sygnały elektryczne w komputerze. Ponadto można je regulować na wiele sposobów. I podczas gdy komputery przetwarzają informacje przechowywane w pamięci przez odpowiednie procesory, a następnie zapisują uzyskane wyniki z powrotem do pamięci, neurony, oprócz przetwarzania informacji, są w stanie zmieniać te informacje na swojej drodze przez swoje synapsy, powodując, że wspomnienia nieco się zmieniają, stając się z czasem silniejsze ale także bardziej niedokładne [57–59]. Doświadczenie głęboko i natychmiastowo wpływa na istotę neuronowego przetwarzania informacji, w zupełnie inny sposób niż w konwencjonalnych mikroprocesorach, ponieważ mózg jest systemem skłonnym do samoregulacji, o czym świadczy często występująca po urazie „plastyczność wywołana traumą”, która indukuje wiele różnych ciekawych zmian. Wśród nich niektóre prowadzą do uwolnienia niewykorzystanych potencjałów mózgowych, określanych jako nabyty sawantyzm, ale także takie, które mogą prowadzić do głębokich dysfunkcji poznawczych, typowych dla urazowych uszkodzeń mózgu .
Mając to wszystko na uwadze, fakt, że dane to nie to samo, co ludzkie myśli i 1016 operacji na sekundę, nie oznacza, że komputer dotrze do ludzkiego mózgu, jeśli chodzi o jego bardziej subtelne funkcje, takie jak poznanie czy kreatywność. Pozostaje więc pytanie, czy będziemy w stanie wykorzystać tę moc obliczeniową do dokładnego modelowania systemu, który będzie w pełni naśladował mózg i stworzy sztuczną inteligencję w oparciu o ten model. Ray Kurzweil mówi, że na pewno tak się stanie, ale Myers twierdzi, że nie stanie się to w najbliższej przyszłości. Stanowisko Raya Kurzweila jest interesujące z punktu widzenia możliwości zbudowania struktury równoważnej umysłowi ludzkiemu, który działałby sprawnie w obu kierunkach, wiernie symulując lub kopiując techniki przetwarzania ludzkiego mózgu. Pamiętając, że podstawowe informacje związane z funkcjonowaniem ludzkiego mózgu zawarte są w genomie, przy czym genom ma całkowitą pojemność około 50 megabajtów pamięci, z czego 25 megabajtów jest zarezerwowanych dla funkcji mózgu. Dane opisujące całe nasze zachowanie obejmują około miliona linii kodu genetycznego, na podstawie których Kurzweil wnioskuje, że mózg, w całej swojej złożoności, można opisać za pomocą około miliona linii kodu. W przeciwieństwie do niego Myers uważa, że ten sposób myślenia jest zbyt uproszczony, wskazując na złożoność fałdowania białek, interakcji białko-białko i komórka-komórka oraz wszystkich innych systemów biologii molekularnej, które są prawdopodobnie niezbędne do rozwoju ludzkiego mózgu. Ponieważ naukowcy wciąż nie rozumieją zachowania wszystkich tych systemów, oczywiste jest, że modelowanie, które mogłoby symulować funkcjonowanie mózgu, wymaga znacznie większego wysiłku, aby opracować odpowiednie programy komputerowe, o wystarczających prędkościach przetwarzania informacji, a ponadto sposób, w jaki praca mózgu bezdyskusyjnie przypomina pracę komputera [65, 66]. W niedawnej przeszłości ten sposób myślenia o mózgu był przydatny, ponieważ mózg faktycznie przechowuje i przetwarza informacje podobnie jak komputer, dzięki czemu można narysować nawet zgrubne podobieństwa między częściami mózgu a komponentami komputera. Jednak w istotnym sensie mózg wydaje się funkcjonować zupełnie inaczej niż komputer, ponieważ moc obliczeniowa komputera jest wysoce scentralizowana w jednym lub co najwyżej dwóch procesorach, tak więc podczas gdy procesor robi wszystko, co jest związane z obliczeniami w postaci danych, przechowuje dysk twardy. Oznacza to, że dane są nieustannie przesyłane z dysku twardego do procesora (wykorzystując pamięć RAM jako pośrednika, aby uniknąć tego na dysku twardym, ponieważ taki transfer danych byłby zbyt wolny, nieefektywny i tworzyłby wąskie gardło, które ograniczałoby maksymalna prędkość, z jaką może pracować komputer) . Z drugiej strony mózg działa zupełnie inaczej. Ponieważ określone funkcje mózgu są umiejscowione w obszarach kory mózgowej, wydaje się, że każdy obszar ma własną zdolność do obliczania i przechowywania potrzebnych informacji, przynajmniej tymczasowo. Teoretycznie jest to znacznie wydajniejsze, ponieważ nie wymaga żadnego ruchu na danych. Jak mózg naprawdę to robi, jest oczywiście tajemnicą. Naukowcy opisują nowy typ elementu elektronicznego, który może naśladować podwójne funkcje neuronów mózgowych, wykorzystując „zmianę fazy” materiału, aby umożliwić procesorowi wykonywanie wszystkich czterech podstawowych operacji arytmetycznych (dodawanie, odejmowanie, dzielenie i mnożenie), a także przechowywać dane, które dokładnie określą stan krystalizacji materiału. To fenomenalny pomysł, choć poważny krok w kierunku systemu komputerowego podobnego do ludzkiego mózgu, dlatego naukowcy zamierzają wkrótce podłączyć około stu takich chipów i spróbować stworzyć sieci neuronowe do prostych zadań, takich jak rozpoznawanie obrazów. Wszystko to jasno pokazuje, że przyszłe komputery będą znacząco różnić się od obecnych [68]. Ponieważ ostatnie badania pokazują, że umysł ludzki nie jest klasycznym komputerem, coraz bardziej oczywiste staje się, że nie da się go w pełni zredukować do żadnego typu komputera, ze względu na niealgorytmiczny charakter procesów umysłowych, gdyż większością procesów umysłowych rządzi reguły fizyki kwantowej, obejmujące i kontrolujące procesy zaangażowane w większość operacji umysłowych, dlatego sam proces sterowania jest rodzajem metamyślenia, którego logika przypomina niektóre z kwantowych metajęzyków opisujących najwyższy poziom przetwarzania umysłowego, co obejmuje rozumowanie, podejmowanie decyzji, przypominanie itp. [69]. Jeśli przyjmiemy te ramy teoretyczne, wynika z tego, że jeśli mamy do dyspozycji nowy typ interfejsu mózg-komputer, który umożliwia komunikację między komputerem kwantowym a komputerem kwantowym, moglibyśmy wykorzystać ludzki umysł do kontrolowania go za pomocą metajęzyka kwantowego.
Cały system składający się z podmiotu ludzkiego i sztucznego komputera kwantowego, pod kontrolą metajęzyka kwantowego samego podmiotu, jest nowym typem hybrydy człowiek-komputer, która umożliwia lepszą integrację ludzkiego umysłu ze sztucznymi urządzeniami. Problemy koncepcyjne leżące u podstaw konstrukcji tłumacza języka poleceń wymagają rozwiązania szeregu poważnych problemów, takich jak znajomość podstawowych cech sygnałów mózgowych związanych z określonymi typami intencji lub stanów psychicznych, wybór najlepszych technik wykrywania w obecności szumu i różnych artefaktów oraz znalezienie najlepszego sposobu na wdrożenie online sekwencji wykrywania i wykonania działań