Wenn man betrachtet wie viel Zeit und Energie notwendig ist um mit "klassischer Physik" Deep Learning durchzuführen, während ein menschliches Gehirn mit läppischen 20 W viel schneller lernt, ist klar dass der Lernvorgang im menschlichen Gehirn ganz anders und vor allem viel effizienter arbeiten muss.
Ich habe hierzu schon lange Quanteneffekte verdächtigt - freilich ohne jeden Beweis. Aber es war einfach unvorstellbar wie man dieselben Lernleistungen mit herkömmlichen Lernverfahren erreichen hätte wollen.
Selbst wenn man davon ausging dass die derzeitigen Lernalgorithmen für neuronale Netze noch nicht komplett optimiert sind, befinden sich zwischen dem Energieverbrauch eines menschlichen Gehirns und einer Grafikkarte solche Dimensionen, dass es einfach unglaubwürdig ist dass dies nur einem noch ungenutzten Optimierungspotenzial in existierenden Verfahren geschuldet sein kann.
Entweder benutzt das Gehirn daher *völlig* andersartige konventionelle Algorithmen zum Lernen.
Oder aber Quanteneffekte, durch welche sich Lernverfahren deutlich stärker parallelisieren lassen bzw. sogar in konstanter Zeit ablaufen können, wo man bisher Kilo- und Megawatt für dieselben Lernleistungen beim Deep Learning investieren musste.