Não era mesmo verdade naquela época. Bem, talvez seja por isso que Dawkins seja biólogo e não engenheiro. :-)
Os processadores de hoje embalam bilhões de transistores em uma matriz com alguns centímetros quadrados de área e menos de um mm de altura. Caberia centenas deles em um crânio, talvez transistores.
Mesmo se você olhar para transistores discretos, caberia mais do que apenas algumas centenas. Eu acho que o SOT-23 já existia em 1989, e então você teria 10 5 - 10 6 deles em um crânio. 1012
105106
edit (2011-06-13)
Eu possuo uma cópia de The Selfish Gene , e fiquei curioso sobre o que Dawkins tinha em mente, então eu olhei para ela. Ela é mais desse parágrafo:
A unidade básica dos computadores biológicos, a célula nervosa ou o neurônio, não se parece em nada com um transistor em seu funcionamento interno. Certamente, o código no qual os neurônios se comunicam parece um pouco com os códigos de pulso dos computadores digitais, mas o neurônio individual é uma unidade de processamento de dados muito mais sofisticada do que o transistor. Em vez de apenas três conexões com outros componentes (sic), um único neurônio pode ter dezenas de milhares. O neurônio é mais lento que o transistor, mas foi muito mais longe na direção da miniaturização, uma tendência que dominou a indústria eletrônica nas últimas duas décadas. (O gene egoísta, p.49)
Alguém deve ter dito a Dawkins que um transistor possui 3 pinos :-).
De qualquer forma, ele não apenas compara o número de neurônios (ou neurônios, BE?) Com transistores, mas também aponta que o neurônio é muito mais complexo, em parte por causa de suas milhares de conexões. Minha estimativa de palpite é que você precisaria de a 10 6 transistores para emular um desses neurônios (talvez como um computador analógico em vez de digital?). O que significa que um crânio cheio de GPUs ainda não chegaria perto do poder de processamento de um cérebro.105106
E depois há o problema de todas essas conexões. Eles são o poder real, não apenas o grande número de neurônios. Não temos a tecnologia para construir sistemas tão complexos, e a IMO não fará isso por muito tempo. E nem estou falando da natureza dinâmica dessas conexões: elas podem se reorganizar, fazer novas conexões e quebrar outras.
Para colocar todos esses otários de IA em perspectiva, dê uma olhada no nosso sistema de visão. Em um segundo, podemos processar uma imagem estereoscópica de pixels, criar um modelo 3D virtual da cena e identificar objetos em detalhes. Mova meio metro para a direita e adicione muitos dados novos. Ainda há um longo caminho a percorrer ...108