الكيانات · عقول وعقول محتملة، مرتبة بحسب الأدلة
إن كان العالم محاكاة، فقد تكون العقول من أصعب ما فيه حسابًا. يسرد هذا الدليل الحالات المعروفة، من الخلايا المفردة إلى البشر. ويتناول أيضًا الأنظمة الاصطناعية المبنية حتى الآن، والعقول التي اقترحها العلماء والفلاسفة ولم يرصدها أحد.
لكل رقم مصدر ووسم ثقة. مقيس عدّ مباشر، وتقدير محسوب من بيانات أخرى، وغير معدود يعني أن أحدًا لم ينشر عددًا. أما هل لأيٍّ من هذه الأنظمة تجارب فهذا سؤال منفصل. والأدلة عليه في معايير القدرة على الشعور ومؤشرات الوعي.
العقول الفردية
- الأوركا †43.1 مليار
- حوت الطيّار طويل الزعنفة †37.2 مليار
- الإنسان▲116.3 مليار
- خنزير البحر الشائع †14.9 مليار
- الدلفين قاروري الأنف †12.7 مليار
- حوت كوفييه منقاري الشكل9.1 مليار
- الغوريلا8.5 مليار
- إنسان الغاب8.5 مليار
- الشمبانزي7.4 مليار
- الدلفين الشائع6.7 مليار
- فقمة جرينلاند6.1 مليار
- الفيل الأفريقي▼15.6 مليار
- حوت الزعنفة5.2 مليار
- الحوت الأزرق5.1 مليار
- حوت المنكي3.2 مليار
10610710810910101011neurons
اعرض الأرقام
| # | حيوان | القشرة أو الرداء الدماغي | الدماغ كله |
|---|---|---|---|
| 1 | الأوركا † | 43.1 مليار | |
| 2 | حوت الطيّار طويل الزعنفة † | 37.2 مليار | |
| 3 | الإنسان | 16.3 مليار | 86.1 مليار |
| 4 | خنزير البحر الشائع † | 14.9 مليار | |
| 5 | الدلفين قاروري الأنف † | 12.7 مليار | |
| 6 | حوت كوفييه منقاري الشكل | 9.1 مليار | |
| 7 | الغوريلا | 8.5 مليار | |
| 8 | إنسان الغاب | 8.5 مليار | |
| 9 | الشمبانزي | 7.4 مليار | |
| 10 | الدلفين الشائع | 6.7 مليار | |
| 11 | فقمة جرينلاند | 6.1 مليار | |
| 12 | الفيل الأفريقي | 5.6 مليار | 257 مليار |
| 13 | حوت الزعنفة | 5.2 مليار | |
| 14 | الحوت الأزرق | 5.1 مليار | |
| 15 | حوت المنكي | 3.2 مليار | 57.4 مليار |
| 16 | البابون الزيتوني | 2.88 مليار | 10.95 مليار |
| 17 | حوت البيلوغا | 2.7 مليار | |
| 18 | حوت العنبر القزم | 2.02 مليار | |
| 19 | الماكاو الأزرق والأصفر | 1.92 مليار | 3.14 مليار |
| 20 | المكاك الريسوسي | 1.71 مليار | 6.39 مليار |
| 21 | الزرافة | 1.67 مليار | 11.21 مليار |
| 22 | قرد السنجاب | 1.34 مليار | 3.25 مليار |
| 23 | البومة النسارية الأوراسية | 1.33 مليار | 1.9 مليار |
| 24 | ببغاء الكيا | 1.28 مليار | 2.15 مليار |
| 25 | البومة الثلجية | 1.27 مليار | 1.81 مليار |
| 26 | الغراب الأسود الكبير | 1.2 مليار | 2.17 مليار |
| 27 | البومة السمراء | 1.15 مليار | 1.58 مليار |
| 28 | القرد الكبوشي | 1.14 مليار | 3.69 مليار |
| 29 | الكوكاتو أصفر العرف | 1.14 مليار | 2.12 مليار |
| 30 | الببغاء الرمادي الأفريقي | 850 مليون | 1.57 مليار |
| 31 | غراب الزرع | 820 مليون | 1.51 مليار |
| 32 | الكودو الأكبر | 793.07 مليون | 6.09 مليار |
| 33 | البومة طويلة الأذن | 673 مليون | 991.31 مليون |
| 34 | الكوكاتو غوفين | 599 مليون | 1.16 مليار |
| 35 | الأسد | 545.24 مليون | 4.67 مليار |
| 36 | النسر أبيض الذيل | 542.93 مليون | 1.65 مليار |
| 37 | القيق الأوراسي | 529 مليون | 1.09 مليار |
| 38 | الكلب المنزلي | 526 مليون | |
| 39 | الضبع المخطط | 495.28 مليون | 3.88 مليار |
| 40 | الزاغ الغربي | 492 مليون | 967.99 مليون |
| 41 | النعامة الشائعة | 479.41 مليون | 1.63 مليار |
| 42 | العقعق الأوراسي | 443 مليون | 897.27 مليون |
| 43 | صقر الحر | 442.95 مليون | 1.2 مليار |
| 44 | الإيمو | 439 مليون | 1.34 مليار |
| 45 | الراكون | 437.94 مليون | 2.15 مليار |
| 46 | البومة الشمعية | 437 مليون | 689.54 مليون |
| 47 | البومة الصغيرة | 400.82 مليون | 585.92 مليون |
| 48 | النسر الأسود الأمريكي | 398.9 مليون | 1.01 مليار |
| 49 | البوم القزم الأوراسي | 364 مليون | 533.26 مليون |
| 50 | الصقر الجنّاب الشائع | 351.7 مليون | 1 مليار |
| 51 | الريا الأكبر | 330.34 مليون | 1.03 مليار |
| 52 | التم الأبكم | 323.66 مليون | 1 مليار |
| 53 | الخنزير المنزلي | 293 مليون | 2.22 مليار |
| 54 | الإوزة الرمادية | 258.65 مليون | 738.23 مليون |
| 55 | الدب البني | 250.97 مليون | 9.59 مليار |
| 56 | القطة المنزلية | 250 مليون | 1.22 مليار |
| 57 | المرموسيت الشائع | 245 مليون | 638 مليون |
| 58 | العوسق الشائع | 237.9 مليون | 624.58 مليون |
| 59 | حذف أوراسي | 167.29 مليون | 375.41 مليون |
| 60 | الببغاء الدرّة | 149 مليون | 321.82 مليون |
| 61 | الإوزة حمراء الصدر | 148.62 مليون | 482.71 مليون |
| 62 | بط الخشب | 138.21 مليون | 305.82 مليون |
| 63 | الصقر القزم | 131.9 مليون | 350.37 مليون |
| 64 | البط الرخامي | 130.14 مليون | 386.92 مليون |
| 65 | الطاووس الهندي | 129.62 مليون | 570.93 مليون |
| 66 | الكوراسو أصفر الحدبة | 124.62 مليون | 652.99 مليون |
| 67 | حمامة فيكتوريا المتوّجة | 118.45 مليون | 578.7 مليون |
| 68 | البط البري | 112.26 مليون | 367.47 مليون |
| 69 | الديك الرومي البري | 105.65 مليون | 492.87 مليون |
| 70 | باشق أوراسي | 87.83 مليون | 401.75 مليون |
| 71 | تدرج ريفز | 80.69 مليون | 387.17 مليون |
| 72 | الحمام الصخري | 72 مليون | 310 مليون |
| 73 | الأرنب الأوروبي | 71.5 مليون | 513 مليون |
| 74 | الدجاج الأحمر البري | 60.7 مليون | 220.84 مليون |
| 75 | التينامو التشيلي | 59.13 مليون | 241.37 مليون |
| 76 | الحسون المخطط | 55.2 مليون | 135.98 مليون |
| 77 | التينامو الأنيق المتوّج | 51.38 مليون | 217.77 مليون |
| 78 | الحمام الخشبي الشائع | 51.33 مليون | 258.68 مليون |
| 79 | التينامو المتوّج الكيبراشو | 48.29 مليون | 235.67 مليون |
| 80 | اليمامة الأفريقية ذات الطوق | 40 مليون | 139.27 مليون |
| 81 | السمّان الشمالي | 39.11 مليون | 148.4 مليون |
| 82 | الحجل الرمادي | 36.88 مليون | 170.29 مليون |
| 83 | الجرذ | 31 مليون | 200 مليون |
| 84 | السمّان الشائع | 22.57 مليون | 117.76 مليون |
| 85 | السمّان الملكي | 20.52 مليون | 80.48 مليون |
| 86 | حمامة الألماس | 18.21 مليون | 87.88 مليون |
| 87 | الفأر | 13.7 مليون | 70.9 مليون |
| 88 | جرذ الخُلد العاري | 5.31 مليون | 33.62 مليون |
- القشرة الحديثة البشرية1.6 × 10¹⁴
- GPT-5.5 (OpenAI, 2026) *~4.7 × 10¹²
- Claude Fable 5 (Anthropic, 2026) *~3.5 × 10¹²
- Grok 3 (xAI, 2025)~3 × 10¹²
- Grok 4 (xAI, 2025)~3 × 10¹²
- Gemini 2.5 Pro (Google, 2025) *~3 × 10¹²
- Kimi K3 (Moonshot, 2026)~2.8 × 10¹²
- Qwen 3.8 Max (Alibaba, 2026)2.4 × 10¹²
- Qwen3.8-2.4T-A95B (Alibaba, 2026)2.4 × 10¹²
- Grok 4.7 (xAI, 2026) *~2.1 × 10¹²
- Llama 4 Behemoth (Meta AI, 2025)~2 × 10¹²
- GPT-4 (OpenAI, 2023)~1.8 × 10¹²
- DeepSeek-V4-Pro (DeepSeek, 2026)~1.6 × 10¹²
- LongCat-2.0 (Meituan Inc, 2026)~1.6 × 10¹²
- Switch (Google, 2021)1.6 × 10¹²
- GLaM (Google, 2021)1.2 × 10¹²
- PanGu-Σ (Huawei Noah's Ark Lab, 2023)1.1 × 10¹²
- Kimi K2.5 (Moonshot, 2026)~1 × 10¹²
- Composer 2 (Cursor, 2026)1 × 10¹²
- Kimi K2.6 (Moonshot, 2026)1 × 10¹²
- Composer 2.5 (Cursor, 2026)~1 × 10¹²
- MiMo-V2-Pro (Xiaomi Corp, 2026)1 × 10¹²
- MiMo-V2.5-Pro (Xiaomi Corp, 2026)~1 × 10¹²
- M6-T (Alibaba, 2021)~1 × 10¹²
- Kimi K2 (Moonshot, 2025)1 × 10¹²
- Qwen3-Max (Alibaba, 2025)~1 × 10¹²
- Ling-1T (Ant Group, 2025)1 × 10¹²
- Kimi K2 Thinking (Moonshot, 2025)~1 × 10¹²
- Inkling (Thinking Machines, 2026)~9.8 × 10¹¹
- Tencent Hy4 preview (Tencent, 2026)~7.7 × 10¹¹
- GLM-5.1 (Z.ai (Zhipu AI), 2026)7.5 × 10¹¹
- K-EXAONE 2.0 (LG AI Research, 2026)7.5 × 10¹¹
- DeepSeek V4.1 Flash (DeepSeek, 2026)~7.5 × 10¹¹
- GLM-5 (Z.ai (Zhipu AI), 2026)~7.4 × 10¹¹
- GLM-5.3 (Z.ai (Zhipu AI), 2026)7.4 × 10¹¹
- A.X K2 (SK Telecom, 2026)6.9 × 10¹¹
- DeepSeekMath-V2 (DeepSeek, 2025)6.8 × 10¹¹
- Mistral Large 3 (Mistral AI, 2025)6.8 × 10¹¹
- DeepSeek-V3 (DeepSeek, 2024)6.7 × 10¹¹
- DeepSeek-R1 (DeepSeek, 2025)6.7 × 10¹¹
104106108101010121014المعلمات أو المشابك
اعرض الأرقام
| # | النظام | كل المعلمات | المستخدَم لكل رمز | السنة | النوع |
|---|---|---|---|---|---|
| 1 | القشرة الحديثة البشرية | 1.6 × 10¹⁴ | 1.6 × 10¹⁴ | المشابك | |
| 2 | GPT-5.5 (OpenAI, 2026) * | ~4.7 × 10¹² | 2026 | تقدير | |
| 3 | Claude Fable 5 (Anthropic, 2026) * | ~3.5 × 10¹² | 2026 | تقدير | |
| 4 | Grok 3 (xAI, 2025) | ~3 × 10¹² | 2025 | تقدير | |
| 5 | Grok 4 (xAI, 2025) | ~3 × 10¹² | 2025 | تقدير | |
| 6 | Gemini 2.5 Pro (Google, 2025) * | ~3 × 10¹² | 2025 | تقدير | |
| 7 | Kimi K3 (Moonshot, 2026) | ~2.8 × 10¹² | 2026 | تقدير | |
| 8 | Qwen 3.8 Max (Alibaba, 2026) | 2.4 × 10¹² | 2.4 × 10¹² | 2026 | البنية غير مذكورة |
| 9 | Qwen3.8-2.4T-A95B (Alibaba, 2026) | 2.4 × 10¹² | 9.5 × 10¹⁰ | 2026 | خليط الخبراء |
| 10 | Grok 4.7 (xAI, 2026) * | ~2.1 × 10¹² | 2026 | تقدير | |
| 11 | Llama 4 Behemoth (Meta AI, 2025) | ~2 × 10¹² | 2025 | تقدير | |
| 12 | GPT-4 (OpenAI, 2023) | ~1.8 × 10¹² | 2023 | تقدير | |
| 13 | DeepSeek-V4-Pro (DeepSeek, 2026) | ~1.6 × 10¹² | 2026 | تقدير | |
| 14 | LongCat-2.0 (Meituan Inc, 2026) | ~1.6 × 10¹² | 2026 | تقدير | |
| 15 | Switch (Google, 2021) | 1.6 × 10¹² | 1.6 × 10¹² | 2021 | خليط الخبراء (العدد النشط غير منشور) |
| 16 | GLaM (Google, 2021) | 1.2 × 10¹² | 1.2 × 10¹² | 2021 | خليط الخبراء (العدد النشط غير منشور) |
| 17 | PanGu-Σ (Huawei Noah's Ark Lab, 2023) | 1.1 × 10¹² | 1.1 × 10¹² | 2023 | خليط الخبراء (العدد النشط غير منشور) |
| 18 | Kimi K2.5 (Moonshot, 2026) | ~1 × 10¹² | 2026 | تقدير | |
| 19 | Composer 2 (Cursor, 2026) | 1 × 10¹² | 1 × 10¹² | 2026 | خليط الخبراء (العدد النشط غير منشور) |
| 20 | Kimi K2.6 (Moonshot, 2026) | 1 × 10¹² | 1 × 10¹² | 2026 | خليط الخبراء (العدد النشط غير منشور) |
| 21 | Composer 2.5 (Cursor, 2026) | ~1 × 10¹² | 2026 | تقدير | |
| 22 | MiMo-V2-Pro (Xiaomi Corp, 2026) | 1 × 10¹² | 1 × 10¹² | 2026 | البنية غير مذكورة |
| 23 | MiMo-V2.5-Pro (Xiaomi Corp, 2026) | ~1 × 10¹² | 2026 | تقدير | |
| 24 | M6-T (Alibaba, 2021) | ~1 × 10¹² | 2021 | تقدير | |
| 25 | Kimi K2 (Moonshot, 2025) | 1 × 10¹² | 1 × 10¹² | 2025 | خليط الخبراء (العدد النشط غير منشور) |
| 26 | Qwen3-Max (Alibaba, 2025) | ~1 × 10¹² | 2025 | تقدير | |
| 27 | Ling-1T (Ant Group, 2025) | 1 × 10¹² | 5 × 10¹⁰ | 2025 | خليط الخبراء |
| 28 | Kimi K2 Thinking (Moonshot, 2025) | ~1 × 10¹² | 2025 | تقدير | |
| 29 | Inkling (Thinking Machines, 2026) | ~9.8 × 10¹¹ | 2026 | تقدير | |
| 30 | Tencent Hy4 preview (Tencent, 2026) | ~7.7 × 10¹¹ | 2026 | تقدير | |
| 31 | GLM-5.1 (Z.ai (Zhipu AI), 2026) | 7.5 × 10¹¹ | 7.5 × 10¹¹ | 2026 | خليط الخبراء (العدد النشط غير منشور) |
| 32 | K-EXAONE 2.0 (LG AI Research, 2026) | 7.5 × 10¹¹ | 7.5 × 10¹¹ | 2026 | خليط الخبراء (العدد النشط غير منشور) |
| 33 | DeepSeek V4.1 Flash (DeepSeek, 2026) | ~7.5 × 10¹¹ | 2026 | تقدير | |
| 34 | GLM-5 (Z.ai (Zhipu AI), 2026) | ~7.4 × 10¹¹ | 2026 | تقدير | |
| 35 | GLM-5.3 (Z.ai (Zhipu AI), 2026) | 7.4 × 10¹¹ | 4 × 10¹⁰ | 2026 | خليط الخبراء |
| 36 | A.X K2 (SK Telecom, 2026) | 6.9 × 10¹¹ | 6.9 × 10¹¹ | 2026 | خليط الخبراء (العدد النشط غير منشور) |
| 37 | DeepSeekMath-V2 (DeepSeek, 2025) | 6.8 × 10¹¹ | 6.8 × 10¹¹ | 2025 | خليط الخبراء (العدد النشط غير منشور) |
| 38 | Mistral Large 3 (Mistral AI, 2025) | 6.8 × 10¹¹ | 4.1 × 10¹⁰ | 2025 | خليط الخبراء |
| 39 | DeepSeek-V3 (DeepSeek, 2024) | 6.7 × 10¹¹ | 3.7 × 10¹⁰ | 2024 | خليط الخبراء |
| 40 | DeepSeek-R1 (DeepSeek, 2025) | 6.7 × 10¹¹ | 3.7 × 10¹⁰ | 2025 | خليط الخبراء |
| 41 | SenseChat 5.5 (SenseTime, 2024) | 6 × 10¹¹ | 6 × 10¹¹ | 2024 | البنية غير مذكورة |
| 42 | Step 5 Preview (StepFun, 2026) | ~6 × 10¹¹ | 2026 | تقدير | |
| 43 | PaLM-E (Google, 2023) | ~5.6 × 10¹¹ | 2023 | تقدير | |
| 44 | Hunyuan-TurboS (Tencent, 2025) | 5.6 × 10¹¹ | 5.6 × 10¹¹ | 2025 | خليط الخبراء (العدد النشط غير منشور) |
| 45 | LongCat-Flash (Meituan Inc, 2025) | ~5.6 × 10¹¹ | 2025 | تقدير | |
| 46 | Nemotron 3 Ultra (Nvidia, 2026) | ~5.5 × 10¹¹ | 2026 | تقدير | |
| 47 | PaLM (Google Research, 2022) | 5.4 × 10¹¹ | 5.4 × 10¹¹ | 2022 | كثيف |
| 48 | Minerva (Google, 2022) | 5.4 × 10¹¹ | 5.4 × 10¹¹ | 2022 | كثيف |
| 49 | U-PaLM (Google, 2022) | 5.4 × 10¹¹ | 5.4 × 10¹¹ | 2022 | كثيف |
| 50 | LMSI-Palm (Google, 2022) | 5.4 × 10¹¹ | 5.4 × 10¹¹ | 2022 | كثيف |
| 51 | Flan-PaLM 540B (Google, 2022) | 5.4 × 10¹¹ | 5.4 × 10¹¹ | 2022 | كثيف |
| 52 | Megatron-Turing NLG 530B (Microsoft, 2021) | 5.3 × 10¹¹ | 5.3 × 10¹¹ | 2021 | كثيف |
| 53 | MegaScale (ByteDance, 2024) | ~5.3 × 10¹¹ | 2024 | تقدير | |
| 54 | A.X K1 (SK Telecom, 2025) | 5.2 × 10¹¹ | 5.2 × 10¹¹ | 2025 | خليط الخبراء (العدد النشط غير منشور) |
| 55 | Doubao-pro (ByteDance, 2024) | ~5 × 10¹¹ | 2024 | تقدير | |
| 56 | Grok 4.20 (xAI, 2026) | ~5 × 10¹¹ | 2026 | تقدير | |
| 57 | Qwen3-Coder-480B-A35B (Alibaba, 2025) | 4.8 × 10¹¹ | 3.5 × 10¹⁰ | 2025 | خليط الخبراء |
| 58 | MiniMax-M3 (MiniMax, 2026) | 4.3 × 10¹¹ | 2.2 × 10¹⁰ | 2026 | خليط الخبراء |
| 59 | ERNIE-4.5-VL-424B-A47B (Baidu, 2025) | 4.2 × 10¹¹ | 4.7 × 10¹⁰ | 2025 | خليط الخبراء |
| 60 | Llama 3.1-405B (Meta AI, 2024) | 4 × 10¹¹ | 4 × 10¹¹ | 2024 | كثيف |
| 61 | Llama 4 Maverick (Meta AI, 2025) | ~4 × 10¹¹ | 2025 | تقدير | |
| 62 | Jamba 1.5-Large (AI21 Labs, 2024) | 4 × 10¹¹ | 4 × 10¹¹ | 2024 | خليط الخبراء (العدد النشط غير منشور) |
| 63 | Qwen3.5 397B-A17B (Alibaba, 2026) | ~4 × 10¹¹ | 2026 | تقدير | |
| 64 | Hunyuan-Large (Tencent, 2024) | 3.9 × 10¹¹ | 3.9 × 10¹¹ | 2024 | خليط الخبراء (العدد النشط غير منشور) |
| 65 | GLM-4.7 (Z.ai (Zhipu AI), 2025) | ~3.6 × 10¹¹ | 2025 | تقدير | |
| 66 | GLM-4.6 (Z.ai (Zhipu AI), 2025) | ~3.6 × 10¹¹ | 2025 | تقدير | |
| 67 | GLM-4.5 (Z.ai (Zhipu AI), 2025) | 3.5 × 10¹¹ | 3.2 × 10¹⁰ | 2025 | خليط الخبراء |
| 68 | PaLM 2 (Google, 2023) | ~3.4 × 10¹¹ | 2023 | تقدير | |
| 69 | Med-PaLM 2 (Google Research, 2023) | ~3.4 × 10¹¹ | 2023 | تقدير | |
| 70 | Nemotron-4 340B (Nvidia, 2024) | 3.4 × 10¹¹ | 3.4 × 10¹¹ | 2024 | كثيف |
| 71 | GLM-5.3-Flash (Z.ai (Zhipu AI), 2026) | ~3.2 × 10¹¹ | 2026 | تقدير | |
| 72 | Grok-1 (xAI, 2023) | ~3.1 × 10¹¹ | 2023 | تقدير | |
| 73 | Motif-3 (Motif Technologies, 2026) | 3.1 × 10¹¹ | 3.1 × 10¹¹ | 2026 | خليط الخبراء (العدد النشط غير منشور) |
| 74 | SB-LM (Google, 2007) | ~3 × 10¹¹ | 2007 | تقدير | |
| 75 | Tencent Hy3 preview (Tencent, 2026) | 3 × 10¹¹ | 3 × 10¹¹ | 2026 | خليط الخبراء (العدد النشط غير منشور) |
| 76 | Tencent Hy3 (Tencent, 2026) | 3 × 10¹¹ | 3 × 10¹¹ | 2026 | خليط الخبراء (العدد النشط غير منشور) |
| 77 | DeepSeek-V4-Flash (DeepSeek, 2026) | ~2.8 × 10¹¹ | 2026 | تقدير | |
| 78 | Gopher (DeepMind, 2021) | 2.8 × 10¹¹ | 2.8 × 10¹¹ | 2021 | كثيف |
| 79 | TML-Interaction-Small (Thinking Machines, 2026) | 2.8 × 10¹¹ | 2.8 × 10¹¹ | 2026 | خليط الخبراء (العدد النشط غير منشور) |
| 80 | ST-MoE (Google, 2022) | ~2.7 × 10¹¹ | 2022 | تقدير | |
| 81 | ERNIE 3.0 Titan (Baidu, 2021) | 2.6 × 10¹¹ | 2.6 × 10¹¹ | 2021 | كثيف |
| 82 | Solar Open2 250B (Upstage, 2026) | ~2.5 × 10¹¹ | 2026 | تقدير | |
| 83 | Aramco Metabrain AI (Saudi Aramco, 2024) | ~2.5 × 10¹¹ | 2024 | تقدير | |
| 84 | Yuan 1.0 (Inspur, 2021) | 2.5 × 10¹¹ | 2.5 × 10¹¹ | 2021 | البنية غير مذكورة |
| 85 | DeepSeek-Coder-V2 236B (DeepSeek, 2024) | 2.4 × 10¹¹ | 2.4 × 10¹¹ | 2024 | خليط الخبراء (العدد النشط غير منشور) |
| 86 | DeepSeek-V2.5 (DeepSeek, 2024) | 2.4 × 10¹¹ | 2.4 × 10¹¹ | 2024 | خليط الخبراء (العدد النشط غير منشور) |
| 87 | K-EXAONE (LG AI Research, 2025) | 2.4 × 10¹¹ | 2.4 × 10¹¹ | 2025 | البنية غير مذكورة |
| 88 | Qwen3-235B-A22B (Alibaba, 2025) | ~2.4 × 10¹¹ | 2025 | تقدير | |
| 89 | Qwen3-235B-A22B-Thinking (Alibaba, 2025) | ~2.4 × 10¹¹ | 2025 | تقدير | |
| 90 | P1-235B-A22B (Shanghai AI Lab, 2025) | ~2.4 × 10¹¹ | 2025 | تقدير | |
| 91 | Seed-1.6-Thinking (ByteDance, 2025) | 2.3 × 10¹¹ | 2.3 × 10¹¹ | 2025 | خليط الخبراء (العدد النشط غير منشور) |
| 92 | MiniMax-M2 (MiniMax, 2025) | 2.3 × 10¹¹ | 1 × 10¹⁰ | 2025 | خليط الخبراء |
| 93 | MiniMax-M2.1 (MiniMax, 2025) | 2.3 × 10¹¹ | 2.3 × 10¹¹ | 2025 | خليط الخبراء (العدد النشط غير منشور) |
| 94 | HyperCLOVA 204B (NAVER, 2021) | ~2 × 10¹¹ | 2021 | تقدير | |
| 95 | Amazon Titan (Amazon, 2023) | ~2 × 10¹¹ | 2023 | تقدير | |
| 96 | Falcon-180B (Technology Innovation Institute, 2023) | 1.8 × 10¹¹ | 1.8 × 10¹¹ | 2023 | كثيف |
| 97 | Jurassic-1-Jumbo (AI21 Labs, 2021) | 1.8 × 10¹¹ | 1.8 × 10¹¹ | 2021 | البنية غير مذكورة |
| 98 | BLOOM-176B (Hugging Face, 2022) | 1.8 × 10¹¹ | 1.8 × 10¹¹ | 2022 | كثيف |
| 99 | BLUUMI (University of Turku, 2023) | ~1.8 × 10¹¹ | 2023 | تقدير | |
| 100 | InstructGPT 175B (OpenAI, 2022) | 1.8 × 10¹¹ | 1.8 × 10¹¹ | 2022 | كثيف |
| 101 | OPT-175B (Meta AI, 2022) | 1.8 × 10¹¹ | 1.8 × 10¹¹ | 2022 | كثيف |
| 102 | BlenderBot 3 (McGill University, 2022) | ~1.8 × 10¹¹ | 2022 | تقدير | |
| 103 | GPT-3 175B (OpenAI, 2020) | 1.7 × 10¹¹ | 1.7 × 10¹¹ | 2020 | كثيف |
| 104 | Palmyra X 004 (Writer, 2024) | ~1.5 × 10¹¹ | 2024 | تقدير | |
| 105 | FLAN 137B (Google Research, 2021) | 1.4 × 10¹¹ | 1.4 × 10¹¹ | 2021 | البنية غير مذكورة |
| 106 | LaMDA (Google, 2022) | 1.4 × 10¹¹ | 1.4 × 10¹¹ | 2022 | البنية غير مذكورة |
| 107 | MEB (Microsoft, 2021) | 1.4 × 10¹¹ | 1.4 × 10¹¹ | 2021 | البنية غير مذكورة |
| 108 | Pangu Ultra (Huawei, 2025) | 1.4 × 10¹¹ | 1.4 × 10¹¹ | 2025 | البنية غير مذكورة |
| 109 | DBRX (Databricks, 2024) | 1.3 × 10¹¹ | 1.3 × 10¹¹ | 2024 | خليط الخبراء (العدد النشط غير منشور) |
| 110 | GLM-130B (Tsinghua University, 2022) | 1.3 × 10¹¹ | 1.3 × 10¹¹ | 2022 | كثيف |
| 111 | Pixtral Large (Mistral AI, 2024) | 1.2 × 10¹¹ | 1.2 × 10¹¹ | 2024 | البنية غير مذكورة |
| 112 | Mistral Large 2 (Mistral AI, 2024) | ~1.2 × 10¹¹ | 2024 | تقدير | |
| 113 | Qwen3.5-122B-A10B (Alibaba, 2026) | ~1.2 × 10¹¹ | 2026 | تقدير | |
| 114 | Galactica (Meta AI, 2022) | ~1.2 × 10¹¹ | 2022 | تقدير | |
| 115 | Nemotron 3 Super (Nvidia, 2026) | ~1.2 × 10¹¹ | 2026 | تقدير | |
| 116 | gpt-oss-120b (OpenAI, 2025) | 1.2 × 10¹¹ | 5.1 × 10⁹ | 2025 | خليط الخبراء |
| 117 | Telechat2-115B (China Telecom, 2024) | 1.1 × 10¹¹ | 1.1 × 10¹¹ | 2024 | البنية غير مذكورة |
| 118 | Kaiju Large (Character.ai, 2025) | ~1.1 × 10¹¹ | 2025 | تقدير | |
| 119 | Llama 4 Scout (Meta AI, 2025) | ~1.1 × 10¹¹ | 2025 | تقدير | |
| 120 | InternLM (Shanghai AI Lab, 2023) | 1 × 10¹¹ | 1 × 10¹¹ | 2023 | كثيف |
| 121 | Solar Open 100B (Upstage, 2025) | 1 × 10¹¹ | 1 × 10¹¹ | 2025 | البنية غير مذكورة |
| 122 | DLRM-2020 (Facebook AI, 2019) | 1 × 10¹¹ | 1 × 10¹¹ | 2019 | كثيف |
| 123 | xTrimoPGLM -100B (Tsinghua University, 2023) | 1 × 10¹¹ | 1 × 10¹¹ | 2023 | البنية غير مذكورة |
| 124 | Yi-Large (01.AI, 2024) | ~1 × 10¹¹ | 2024 | تقدير | |
| 125 | VAETKI (NC AI, 2025) | 1 × 10¹¹ | 1 × 10¹¹ | 2025 | خليط الخبراء (العدد النشط غير منشور) |
| 126 | ESM3 (EvolutionaryScale, 2024) | 9.8 × 10¹⁰ | 9.8 × 10¹⁰ | 2024 | البنية غير مذكورة |
| 127 | القشرة الحديثة للفأر | 8.1 × 10¹⁰ | 8.1 × 10¹⁰ | المشابك | |
| 128 | Flamingo (DeepMind, 2022) | 8 × 10¹⁰ | 8 × 10¹⁰ | 2022 | كثيف |
| 129 | Qwen3-Coder-Next (Alibaba, 2026) | ~8 × 10¹⁰ | 2026 | تقدير | |
| 130 | Qwen2-72B (Alibaba, 2024) | 7.3 × 10¹⁰ | 7.3 × 10¹⁰ | 2024 | كثيف |
| 131 | Qwen2.5-72B (Alibaba, 2024) | 7.3 × 10¹⁰ | 7.3 × 10¹⁰ | 2024 | كثيف |
| 132 | Qwen2.5 Instruct (Alibaba, 2024) | 7.3 × 10¹⁰ | 7.3 × 10¹⁰ | 2024 | كثيف |
| 133 | Qwen-72B (Alibaba, 2023) | 7.2 × 10¹⁰ | 7.2 × 10¹⁰ | 2023 | كثيف |
| 134 | Palmyra X 003 (Writer, 2024) | ~7.2 × 10¹⁰ | 2024 | تقدير | |
| 135 | Qwen1.5-72B (Alibaba, 2024) | 7.2 × 10¹⁰ | 7.2 × 10¹⁰ | 2024 | كثيف |
| 136 | LLaVA-OV-72B (ByteDance, 2024) | 7.2 × 10¹⁰ | 7.2 × 10¹⁰ | 2024 | كثيف |
| 137 | NVLM-X 72B (Nvidia, 2024) | ~7.2 × 10¹⁰ | 2024 | تقدير | |
| 138 | NVLM-H 72B (Nvidia, 2024) | ~7.2 × 10¹⁰ | 2024 | تقدير | |
| 139 | NVLM-D 72B (Nvidia, 2024) | 7.2 × 10¹⁰ | 7.2 × 10¹⁰ | 2024 | البنية غير مذكورة |
| 140 | MindLink-72B (Kunlun Inc., 2025) | 7.2 × 10¹⁰ | 7.2 × 10¹⁰ | 2025 | البنية غير مذكورة |
| 141 | Chinchilla (DeepMind, 2022) | 7 × 10¹⁰ | 7 × 10¹⁰ | 2022 | كثيف |
| 142 | Llama 2-70B (Meta AI, 2023) | 7 × 10¹⁰ | 7 × 10¹⁰ | 2023 | كثيف |
| 143 | PPLX-70B-Online (Perplexity, 2023) | ~7 × 10¹⁰ | 2023 | تقدير | |
| 144 | Llama 3-70B (Meta AI, 2024) | 7 × 10¹⁰ | 7 × 10¹⁰ | 2024 | كثيف |
| 145 | ALLaM adapted 70B (Saudi Data and Artificial Intelligence Authority, 2024) | 7 × 10¹⁰ | 7 × 10¹⁰ | 2024 | البنية غير مذكورة |
| 146 | Llama 3.3 70B (Meta AI, 2024) | 7 × 10¹⁰ | 7 × 10¹⁰ | 2024 | كثيف |
| 147 | Reka Core (Reka AI, 2024) | ~6.7 × 10¹⁰ | 2024 | تقدير | |
| 148 | LLaMA-65B (Meta AI, 2023) | 6.5 × 10¹⁰ | 6.5 × 10¹⁰ | 2023 | كثيف |
| 149 | SNM-skip (Google, 2014) | ~6.2 × 10¹⁰ | 2014 | تقدير | |
| 150 | PaLI-X (Google Research, 2023) | ~5.5 × 10¹⁰ | 2023 | تقدير | |
| 151 | RT-2 (Google DeepMind, 2023) | 5.5 × 10¹⁰ | 5.5 × 10¹⁰ | 2023 | البنية غير مذكورة |
| 152 | RT-2-X (Google DeepMind, 2023) | 5.5 × 10¹⁰ | 5.5 × 10¹⁰ | 2023 | البنية غير مذكورة |
| 153 | NLLB (Meta AI, 2022) | 5.5 × 10¹⁰ | 5.5 × 10¹⁰ | 2022 | كثيف |
| 154 | BloombergGPT (Bloomberg, 2023) | 5.1 × 10¹⁰ | 5.1 × 10¹⁰ | 2023 | كثيف |
| 155 | M4-50B (Google, 2019) | 5 × 10¹⁰ | 5 × 10¹⁰ | 2019 | خليط الخبراء (العدد النشط غير منشور) |
| 156 | Mixtral 8x7B (Mistral AI, 2023) | ~4.7 × 10¹⁰ | 2023 | تقدير | |
| 157 | AlphaCode (DeepMind, 2022) | 4.1 × 10¹⁰ | 4.1 × 10¹⁰ | 2022 | البنية غير مذكورة |
| 158 | Falcon-40B (Technology Innovation Institute, 2023) | 4 × 10¹⁰ | 4 × 10¹⁰ | 2023 | كثيف |
| 159 | Qwen3-Omni-30B-A3B (Alibaba, 2025) | 3.5 × 10¹⁰ | 3 × 10⁹ | 2025 | خليط الخبراء |
| 160 | Yi-34B (01.AI, 2023) | 3.4 × 10¹⁰ | 3.4 × 10¹⁰ | 2023 | كثيف |
| 161 | Cambrian-1-34B (New York University (NYU), 2024) | 3.4 × 10¹⁰ | 3.4 × 10¹⁰ | 2024 | البنية غير مذكورة |
| 162 | Oryx 34B (Tsinghua University, 2024) | 3.4 × 10¹⁰ | 3.4 × 10¹⁰ | 2024 | البنية غير مذكورة |
| 163 | Kaiju Medium (Character.ai, 2025) | ~3.4 × 10¹⁰ | 2025 | تقدير | |
| 164 | EXAONE 4.5 (LG AI Research, 2026) | 3.3 × 10¹⁰ | 3.3 × 10¹⁰ | 2026 | البنية غير مذكورة |
| 165 | Qwen2.5-32B (Alibaba, 2024) | 3.3 × 10¹⁰ | 3.3 × 10¹⁰ | 2024 | كثيف |
| 166 | QwQ-32B (Alibaba, 2025) | ~3.3 × 10¹⁰ | 2025 | تقدير | |
| 167 | EXAONE 3.5 32B (LG AI Research, 2024) | 3.2 × 10¹⁰ | 3.2 × 10¹⁰ | 2024 | البنية غير مذكورة |
| 168 | EXAONE Deep 32B (LG AI Research, 2025) | 3.2 × 10¹⁰ | 3.2 × 10¹⁰ | 2025 | البنية غير مذكورة |
| 169 | EXAONE 4.0 (LG AI Research, 2025) | 3.2 × 10¹⁰ | 3.2 × 10¹⁰ | 2025 | البنية غير مذكورة |
| 170 | Olmo 3 (Allen Institute for AI, 2025) | 3.2 × 10¹⁰ | 3.2 × 10¹⁰ | 2025 | البنية غير مذكورة |
| 171 | HyperCLOVA X SEED 32B Think (NAVER, 2025) | 3.2 × 10¹⁰ | 3.2 × 10¹⁰ | 2025 | البنية غير مذكورة |
| 172 | Nemotron 3-Nano-30B-A3B (Nvidia, 2025) | ~3.2 × 10¹⁰ | 2025 | تقدير | |
| 173 | Tongyi DeepResearch (Alibaba, 2025) | 3 × 10¹⁰ | 3 × 10¹⁰ | 2025 | البنية غير مذكورة |
| 174 | MM1-30B (Apple, 2024) | ~3 × 10¹⁰ | 2024 | تقدير | |
| 175 | Movie Gen Video (Meta AI, 2024) | 3 × 10¹⁰ | 3 × 10¹⁰ | 2024 | البنية غير مذكورة |
| 176 | AgentFounder-30B (Alibaba, 2025) | 3 × 10¹⁰ | 3 × 10¹⁰ | 2025 | البنية غير مذكورة |
| 177 | PLUG (Alibaba, 2021) | 2.7 × 10¹⁰ | 2.7 × 10¹⁰ | 2021 | البنية غير مذكورة |
| 178 | Qwen Image (Alibaba, 2025) | 2.7 × 10¹⁰ | 2.7 × 10¹⁰ | 2025 | البنية غير مذكورة |
| 179 | GenSLM (University of Chicago, 2022) | 2.5 × 10¹⁰ | 2.5 × 10¹⁰ | 2022 | البنية غير مذكورة |
| 180 | ViT-22B (Google, 2023) | 2.2 × 10¹⁰ | 2.2 × 10¹⁰ | 2023 | البنية غير مذكورة |
| 181 | KN-LM (Google, 2007) | ~2.1 × 10¹⁰ | 2007 | تقدير | |
| 182 | gpt-oss-20b (OpenAI, 2025) | 2.1 × 10¹⁰ | 2.1 × 10¹⁰ | 2025 | خليط الخبراء (العدد النشط غير منشور) |
| 183 | RNN for 1B words (Google, 2013) | ~2 × 10¹⁰ | 2013 | تقدير | |
| 184 | GPT-NeoX-20B (EleutherAI, 2022) | 2 × 10¹⁰ | 2 × 10¹⁰ | 2022 | كثيف |
| 185 | UL2 (Google Research, 2022) | 2 × 10¹⁰ | 2 × 10¹⁰ | 2022 | البنية غير مذكورة |
| 186 | Parti (Google Research, 2022) | 2 × 10¹⁰ | 2 × 10¹⁰ | 2022 | البنية غير مذكورة |
| 187 | GPT-3.5 Turbo (OpenAI, 2023) | ~2 × 10¹⁰ | 2023 | تقدير | |
| 188 | GPT-3.5 Turbo Instruct (OpenAI, 2023) | ~2 × 10¹⁰ | 2023 | تقدير | |
| 189 | SPHINX (Shanghai AI Lab, 2023) | ~2 × 10¹⁰ | 2023 | تقدير | |
| 190 | AlexaTM 20B (Amazon, 2022) | 2 × 10¹⁰ | 2 × 10¹⁰ | 2022 | البنية غير مذكورة |
| 191 | CogAgent (Tsinghua University, 2023) | ~1.8 × 10¹⁰ | 2023 | تقدير | |
| 192 | Turing-NLG (Microsoft, 2020) | ~1.7 × 10¹⁰ | 2020 | تقدير | |
| 193 | CogVLM-17B (Tsinghua University, 2023) | 1.7 × 10¹⁰ | 1.7 × 10¹⁰ | 2023 | البنية غير مذكورة |
| 194 | PaLI (Google, 2022) | ~1.7 × 10¹⁰ | 2022 | تقدير | |
| 195 | CodeT5+ (Salesforce, 2023) | 1.6 × 10¹⁰ | 1.6 × 10¹⁰ | 2023 | البنية غير مذكورة |
| 196 | StarCoder (Hugging Face, 2023) | 1.6 × 10¹⁰ | 1.6 × 10¹⁰ | 2023 | كثيف |
| 197 | ESM2-15B (Meta AI, 2022) | 1.5 × 10¹⁰ | 1.5 × 10¹⁰ | 2022 | البنية غير مذكورة |
| 198 | FunSearch (Google DeepMind, 2023) | ~1.5 × 10¹⁰ | 2023 | تقدير | |
| 199 | NVILA 15B (Nvidia, 2024) | 1.5 × 10¹⁰ | 1.5 × 10¹⁰ | 2024 | البنية غير مذكورة |
| 200 | nekomata-14b (rinna, 2023) | 1.4 × 10¹⁰ | 1.4 × 10¹⁰ | 2023 | البنية غير مذكورة |
| 201 | VILA1.5-13B (Nvidia, 2024) | 1.3 × 10¹⁰ | 1.3 × 10¹⁰ | 2024 | البنية غير مذكورة |
| 202 | VILA-13B (Nvidia, 2023) | 1.3 × 10¹⁰ | 1.3 × 10¹⁰ | 2023 | البنية غير مذكورة |
| 203 | mT5-XXL (Google, 2020) | 1.3 × 10¹⁰ | 1.3 × 10¹⁰ | 2020 | كثيف |
| 204 | mT0-13B (Hugging Face, 2022) | 1.3 × 10¹⁰ | 1.3 × 10¹⁰ | 2022 | البنية غير مذكورة |
| 205 | LLaVA (University of Wisconsin Madison, 2023) | 1.3 × 10¹⁰ | 1.3 × 10¹⁰ | 2023 | كثيف |
| 206 | InstructBLIP (Salesforce Research, 2023) | 1.3 × 10¹⁰ | 1.3 × 10¹⁰ | 2023 | البنية غير مذكورة |
| 207 | Jais (Cerebras Systems, 2023) | 1.3 × 10¹⁰ | 1.3 × 10¹⁰ | 2023 | البنية غير مذكورة |
| 208 | FinGPT-13B (University of California Los Angeles (UCLA), 2023) | ~1.3 × 10¹⁰ | 2023 | تقدير | |
| 209 | Ferret (Columbia University, 2023) | 1.3 × 10¹⁰ | 1.3 × 10¹⁰ | 2023 | البنية غير مذكورة |
| 210 | Skywork-13B (Kunlun Inc., 2023) | 1.3 × 10¹⁰ | 1.3 × 10¹⁰ | 2023 | البنية غير مذكورة |
| 211 | LLaVA 1.5 (University of Wisconsin Madison, 2023) | 1.3 × 10¹⁰ | 1.3 × 10¹⁰ | 2023 | كثيف |
| 212 | Volcano 13B (Korea University, 2023) | ~1.3 × 10¹⁰ | 2023 | تقدير | |
| 213 | Aya (Cohere Labs (formerly Cohere for AI), 2024) | ~1.3 × 10¹⁰ | 2024 | تقدير | |
| 214 | Kaiju Small (Character.ai, 2025) | ~1.3 × 10¹⁰ | 2025 | تقدير | |
| 215 | ByT5-XXL (Google, 2021) | ~1.3 × 10¹⁰ | 2021 | تقدير | |
| 216 | CoRe (Tsinghua University, 2023) | ~1.2 × 10¹⁰ | 2023 | تقدير | |
| 217 | DALL-E (OpenAI, 2021) | ~1.2 × 10¹⁰ | 2021 | تقدير | |
| 218 | Codex (OpenAI, 2021) | ~1.2 × 10¹⁰ | 2021 | تقدير | |
| 219 | T5-11B (Google, 2019) | 1.1 × 10¹⁰ | 1.1 × 10¹⁰ | 2019 | كثيف |
| 220 | UnifiedQA (Allen Institute for AI, 2020) | 1.1 × 10¹⁰ | 1.1 × 10¹⁰ | 2020 | كثيف |
| 221 | Unicorn (Allen Institute for AI, 2021) | 1.1 × 10¹⁰ | 1.1 × 10¹⁰ | 2021 | البنية غير مذكورة |
| 222 | PLATO-XL (Baidu, 2021) | 1.1 × 10¹⁰ | 1.1 × 10¹⁰ | 2021 | البنية غير مذكورة |
| 223 | CoEdiT-xxl (University of Minnesota, 2023) | ~1.1 × 10¹⁰ | 2023 | تقدير | |
| 224 | GQA-8-XXL (Google Research, 2023) | 1.1 × 10¹⁰ | 1.1 × 10¹⁰ | 2023 | البنية غير مذكورة |
| 225 | XLMR-XXL (Facebook AI Research, 2021) | 1.1 × 10¹⁰ | 1.1 × 10¹⁰ | 2021 | البنية غير مذكورة |
| 226 | Llama 3.2 11B (Meta AI, 2024) | 1.1 × 10¹⁰ | 1.1 × 10¹⁰ | 2024 | كثيف |
| 227 | ERNIE 3.0 (Baidu, 2021) | 1 × 10¹⁰ | 1 × 10¹⁰ | 2021 | كثيف |
| 228 | ERNIE-ViLG (Baidu, 2021) | ~1 × 10¹⁰ | 2021 | تقدير | |
| 229 | Qwen-VL (Alibaba, 2023) | ~9.6 × 10⁹ | 2023 | تقدير | |
| 230 | Generative BST (Facebook AI Research, 2021) | 9.4 × 10⁹ | 9.4 × 10⁹ | 2021 | البنية غير مذكورة |
| 231 | Sparse all-MLP (Meta AI, 2022) | 9.4 × 10⁹ | 9.4 × 10⁹ | 2022 | خليط الخبراء (العدد النشط غير منشور) |
| 232 | CogVideo (Tsinghua University, 2022) | ~9.4 × 10⁹ | 2022 | تقدير | |
| 233 | eDiff-I (Nvidia, 2022) | ~9.1 × 10⁹ | 2022 | تقدير | |
| 234 | Eagle 2 (Nvidia, 2025) | 8.9 × 10⁹ | 8.9 × 10⁹ | 2025 | البنية غير مذكورة |
| 235 | MoE-Multi (Jagiellonian University, 2017) | 8.7 × 10⁹ | 8.7 × 10⁹ | 2017 | خليط الخبراء (العدد النشط غير منشور) |
| 236 | Qwen-Audio-Chat (Alibaba, 2023) | ~8.5 × 10⁹ | 2023 | تقدير | |
| 237 | Megatron-LM (Nvidia, 2019) | ~8.3 × 10⁹ | 2019 | تقدير | |
| 238 | BigSSL (Google, 2021) | ~8 × 10⁹ | 2021 | تقدير | |
| 239 | Nemotron-3-8B (Nvidia, 2023) | 8 × 10⁹ | 8 × 10⁹ | 2023 | البنية غير مذكورة |
| 240 | Stable Diffusion 3 (Stability AI, 2024) | 8 × 10⁹ | 8 × 10⁹ | 2024 | كثيف |
| 241 | Qwen3 Embedding (Alibaba, 2025) | 8 × 10⁹ | 8 × 10⁹ | 2025 | خليط الخبراء (العدد النشط غير منشور) |
| 242 | Imagen (Google Brain, 2022) | ~7.8 × 10⁹ | 2022 | تقدير | |
| 243 | XGLM-7.5B (Meta AI, 2021) | 7.5 × 10⁹ | 7.5 × 10⁹ | 2021 | البنية غير مذكورة |
| 244 | RETRO-7B (DeepMind, 2022) | 7.5 × 10⁹ | 7.5 × 10⁹ | 2022 | البنية غير مذكورة |
| 245 | OpenVLA (Stanford University, 2024) | 7.2 × 10⁹ | 7.2 × 10⁹ | 2024 | البنية غير مذكورة |
| 246 | mPLUG-Owl2 (Alibaba, 2023) | ~7.1 × 10⁹ | 2023 | تقدير | |
| 247 | Goat-7B (National University of Singapore, 2023) | ~7 × 10⁹ | 2023 | تقدير | |
| 248 | Llama 2-7B (Meta AI, 2023) | 7 × 10⁹ | 7 × 10⁹ | 2023 | كثيف |
| 249 | Llama Guard (Meta AI, 2023) | 7 × 10⁹ | 7 × 10⁹ | 2023 | كثيف |
| 250 | Qwen-VL-Max (Alibaba, 2024) | 7 × 10⁹ | 7 × 10⁹ | 2024 | كثيف |
| 251 | Mathstral (Mistral AI, 2024) | 7 × 10⁹ | 7 × 10⁹ | 2024 | البنية غير مذكورة |
| 252 | Apollo 7B (Meta AI, 2024) | 7 × 10⁹ | 7 × 10⁹ | 2024 | البنية غير مذكورة |
| 253 | Eurus-2-7B-PRIME (Tsinghua University, 2025) | ~7 × 10⁹ | 2025 | تقدير | |
| 254 | INTELLECT-MATH (Prime Intellect, 2025) | 7 × 10⁹ | 7 × 10⁹ | 2025 | البنية غير مذكورة |
| 255 | Incoder-6.7B (Facebook AI Research, 2023) | 6.7 × 10⁹ | 6.7 × 10⁹ | 2023 | البنية غير مذكورة |
| 256 | ProGen2-xlarge (Salesforce Research, 2022) | 6.4 × 10⁹ | 6.4 × 10⁹ | 2022 | البنية غير مذكورة |
| 257 | GPipe (Google, 2018) | ~6 × 10⁹ | 2018 | تقدير | |
| 258 | InstructGPT 6B (OpenAI, 2022) | 6 × 10⁹ | 6 × 10⁹ | 2022 | كثيف |
| 259 | Vega v2 (Wuhan University, 2022) | 6 × 10⁹ | 6 × 10⁹ | 2022 | البنية غير مذكورة |
| 260 | ChatGLM3-6B (Z.ai (Zhipu AI), 2023) | ~6 × 10⁹ | 2023 | تقدير | |
| 261 | MolmoAct 2 (Allen Institute for AI, 2026) | ~5.5 × 10⁹ | 2026 | تقدير | |
| 262 | T-NLRv5 XXL (Microsoft, 2021) | 5.4 × 10⁹ | 5.4 × 10⁹ | 2021 | البنية غير مذكورة |
| 263 | π0.6 (Physical Intelligence, 2025) | 5.3 × 10⁹ | 5.3 × 10⁹ | 2025 | خليط الخبراء (العدد النشط غير منشور) |
| 264 | PaLI-3 (Google DeepMind, 2023) | 5 × 10⁹ | 5 × 10⁹ | 2023 | البنية غير مذكورة |
| 265 | Mesh-TensorFlow Transformer 4.9B (Google Brain, 2018) | 4.9 × 10⁹ | 4.9 × 10⁹ | 2018 | كثيف |
| 266 | W.A.L.T (Stanford University, 2023) | 4.7 × 10⁹ | 4.7 × 10⁹ | 2023 | البنية غير مذكورة |
| 267 | CogView (Tsinghua University, 2021) | ~4 × 10⁹ | 2021 | تقدير | |
| 268 | Make-A-Scene (Meta AI, 2022) | ~4 × 10⁹ | 2022 | تقدير | |
| 269 | ONE-PEACE (Alibaba, 2023) | ~4 × 10⁹ | 2023 | تقدير | |
| 270 | Megatron-BERT (Nvidia, 2019) | 3.9 × 10⁹ | 3.9 × 10⁹ | 2019 | كثيف |
| 271 | DALL·E 2 (OpenAI, 2022) | ~3.5 × 10⁹ | 2022 | تقدير | |
| 272 | Stable Diffusion XL (Stability AI, 2023) | ~3.4 × 10⁹ | 2023 | تقدير | |
| 273 | MusicGen (Meta AI, 2023) | ~3.4 × 10⁹ | 2023 | تقدير | |
| 274 | Gemini Nano-2 (Google DeepMind, 2023) | 3.3 × 10⁹ | 3.3 × 10⁹ | 2023 | البنية غير مذكورة |
| 275 | Zidong Taichu (Chinese Academy of Sciences, 2021) | 3.2 × 10⁹ | 3.2 × 10⁹ | 2021 | البنية غير مذكورة |
| 276 | DeepNet (Microsoft Research, 2022) | 3.2 × 10⁹ | 3.2 × 10⁹ | 2022 | البنية غير مذكورة |
| 277 | MS-ensemble-speech-recognition (Microsoft, 2016) | ~3.2 × 10⁹ | 2016 | تقدير | |
| 278 | BASIC-L (Google, 2021) | ~3.1 × 10⁹ | 2021 | تقدير | |
| 279 | BASIC-L + Lion (Google, 2023) | 3.1 × 10⁹ | 3.1 × 10⁹ | 2023 | البنية غير مذكورة |
| 280 | LEP-AD (King Abdullah University of Science and Technology (KAUST), 2023) | 3 × 10⁹ | 3 × 10⁹ | 2023 | البنية غير مذكورة |
| 281 | ViT-G/14 (Google Research, 2021) | 3 × 10⁹ | 3 × 10⁹ | 2021 | البنية غير مذكورة |
| 282 | ProtT5-XL-U50 (Technical University of Munich, 2021) | 3 × 10⁹ | 3 × 10⁹ | 2021 | البنية غير مذكورة |
| 283 | Swin Transformer V2 (Microsoft Research Asia, 2021) | 3 × 10⁹ | 3 × 10⁹ | 2021 | البنية غير مذكورة |
| 284 | LongT5 (Google Research, 2021) | 3 × 10⁹ | 3 × 10⁹ | 2021 | البنية غير مذكورة |
| 285 | ReALM (Apple, 2024) | 3 × 10⁹ | 3 × 10⁹ | 2024 | البنية غير مذكورة |
| 286 | Mesh-TensorFlow Transformer 2.9B (Google Brain, 2018) | ~2.9 × 10⁹ | 2018 | تقدير | |
| 287 | T5-3B (Google, 2019) | 2.8 × 10⁹ | 2.8 × 10⁹ | 2019 | كثيف |
| 288 | DPO on Pythia-2.8B (Stanford University, 2023) | 2.8 × 10⁹ | 2.8 × 10⁹ | 2023 | كثيف |
| 289 | AFM-on-device (Apple, 2024) | 2.7 × 10⁹ | 2.7 × 10⁹ | 2024 | البنية غير مذكورة |
| 290 | PolyCoder (Carnegie Mellon University (CMU), 2022) | ~2.7 × 10⁹ | 2022 | تقدير | |
| 291 | Hybrid H3-2.7B (Stanford University, 2022) | ~2.7 × 10⁹ | 2022 | تقدير | |
| 292 | GPT3-2.7B (Stanford University, 2023) | 2.7 × 10⁹ | 2.7 × 10⁹ | 2023 | البنية غير مذكورة |
| 293 | Meena (Google Brain, 2020) | 2.6 × 10⁹ | 2.6 × 10⁹ | 2020 | كثيف |
| 294 | CPM-Large (Tsinghua University, 2020) | 2.6 × 10⁹ | 2.6 × 10⁹ | 2020 | كثيف |
| 295 | Nucleotide Transformer (Nvidia, 2023) | ~2.5 × 10⁹ | 2023 | تقدير | |
| 296 | Fugatto 1 (Nvidia, 2024) | 2.5 × 10⁹ | 2.5 × 10⁹ | 2024 | البنية غير مذكورة |
| 297 | CoAtNet (Google, 2021) | 2.4 × 10⁹ | 2.4 × 10⁹ | 2021 | البنية غير مذكورة |
| 298 | GShard (Google, 2020) | 2.3 × 10⁹ | 2.3 × 10⁹ | 2020 | كثيف |
| 299 | SeamlessM4T (Facebook, 2023) | 2.3 × 10⁹ | 2.3 × 10⁹ | 2023 | البنية غير مذكورة |
| 300 | Turing ULRv5 (Microsoft, 2021) | 2.2 × 10⁹ | 2.2 × 10⁹ | 2021 | البنية غير مذكورة |
| 301 | CoCa (Google Research, 2022) | 2.1 × 10⁹ | 2.1 × 10⁹ | 2022 | البنية غير مذكورة |
| 302 | MuseNet (OpenAI, 2019) | ~2 × 10⁹ | 2019 | تقدير | |
| 303 | Infinity (ByteDance, 2024) | 2 × 10⁹ | 2 × 10⁹ | 2024 | البنية غير مذكورة |
| 304 | Seq2Seq LSTM (Google, 2014) | 1.9 × 10⁹ | 1.9 × 10⁹ | 2014 | كثيف |
| 305 | BEIT-3 (Microsoft, 2022) | ~1.9 × 10⁹ | 2022 | تقدير | |
| 306 | Ankh_large (Technical University of Munich, 2023) | 1.9 × 10⁹ | 1.9 × 10⁹ | 2023 | البنية غير مذكورة |
| 307 | ViT-G/14 (Google Brain, 2021) | 1.8 × 10⁹ | 1.8 × 10⁹ | 2021 | البنية غير مذكورة |
| 308 | ViT-G (University of Washington, 2022) | 1.8 × 10⁹ | 1.8 × 10⁹ | 2022 | البنية غير مذكورة |
| 309 | Phenaki (University College London (UCL), 2022) | ~1.8 × 10⁹ | 2022 | تقدير | |
| 310 | Gemini Nano-1 (Google DeepMind, 2023) | 1.8 × 10⁹ | 1.8 × 10⁹ | 2023 | البنية غير مذكورة |
| 311 | DistBelief Vision (Google, 2012) | ~1.7 × 10⁹ | 2012 | تقدير | |
| 312 | Whisper (OpenAI, 2022) | ~1.6 × 10⁹ | 2022 | تقدير | |
| 313 | GPT-2 (OpenAI, 2019) | ~1.5 × 10⁹ | 2019 | تقدير | |
| 314 | DeBERTa (Microsoft, 2021) | 1.5 × 10⁹ | 1.5 × 10⁹ | 2021 | البنية غير مذكورة |
| 315 | AR-LDM (Alibaba, 2022) | 1.5 × 10⁹ | 1.5 × 10⁹ | 2022 | البنية غير مذكورة |
| 316 | AudioLM (Google Research, 2023) | ~1.5 × 10⁹ | 2023 | تقدير | |
| 317 | BLIP-2 (Salesforce Research, 2023) | 1.5 × 10⁹ | 1.5 × 10⁹ | 2023 | البنية غير مذكورة |
| 318 | LDM-1.45B (Heidelberg University, 2021) | 1.4 × 10⁹ | 1.4 × 10⁹ | 2021 | البنية غير مذكورة |
| 319 | Stable Diffusion (Runway, 2022) | 1.4 × 10⁹ | 1.4 × 10⁹ | 2022 | كثيف |
| 320 | SEER (Facebook AI Research, 2021) | 1.3 × 10⁹ | 1.3 × 10⁹ | 2021 | البنية غير مذكورة |
| 321 | InstructGPT 1.3B (OpenAI, 2022) | 1.3 × 10⁹ | 1.3 × 10⁹ | 2022 | كثيف |
| 322 | Megatron-LM (Nvidia, 2019) | 1.2 × 10⁹ | 1.2 × 10⁹ | 2019 | كثيف |
| 323 | RDT-1B (Tsinghua University, 2024) | ~1.2 × 10⁹ | 2024 | تقدير | |
| 324 | Gato (DeepMind, 2022) | 1.2 × 10⁹ | 1.2 × 10⁹ | 2022 | البنية غير مذكورة |
| 325 | DINOv2 (Facebook AI Research, 2023) | 1.1 × 10⁹ | 1.1 × 10⁹ | 2023 | البنية غير مذكورة |
| 326 | Diffusion Renderer (Nvidia, 2025) | 1.1 × 10⁹ | 1.1 × 10⁹ | 2025 | البنية غير مذكورة |
| 327 | InternImage (Shanghai AI Lab, 2022) | 1.1 × 10⁹ | 1.1 × 10⁹ | 2022 | البنية غير مذكورة |
| 328 | EVA-01 (Beijing Academy of Artificial Intelligence / BAAI, 2022) | 1 × 10⁹ | 1 × 10⁹ | 2022 | البنية غير مذكورة |
| 329 | Unsupervised High-level Feature Learner (Google, 2012) | ~1 × 10⁹ | 2012 | تقدير | |
| 330 | Conformer + Wav2vec 2.0 + Noisy Student (Google, 2020) | 1 × 10⁹ | 1 × 10⁹ | 2020 | كثيف |
| 331 | HuBERT (Facebook AI Research, 2021) | ~1 × 10⁹ | 2021 | تقدير | |
| 332 | W2v-BERT (Google Brain, 2021) | 1 × 10⁹ | 1 × 10⁹ | 2021 | كثيف |
| 333 | AudioGen (Meta AI, 2023) | ~1 × 10⁹ | 2023 | تقدير | |
| 334 | VideoMAE V2 (Nanjing University, 2023) | 1 × 10⁹ | 1 × 10⁹ | 2023 | البنية غير مذكورة |
| 335 | TransE (Universite de Technologie de Compiègne – CNRS, 2013) | ~9.4 × 10⁸ | 2013 | تقدير | |
| 336 | ImageBind (Meta AI, 2023) | ~9.3 × 10⁸ | 2023 | تقدير | |
| 337 | Big Transfer (Google Brain, 2019) | ~9.3 × 10⁸ | 2019 | تقدير | |
| 338 | Florence (Microsoft, 2021) | 8.9 × 10⁸ | 8.9 × 10⁸ | 2021 | البنية غير مذكورة |
| 339 | NÜWA (Microsoft Research, 2021) | 8.7 × 10⁸ | 8.7 × 10⁸ | 2021 | البنية غير مذكورة |
| 340 | MusicLM (Google, 2023) | 8.6 × 10⁸ | 8.6 × 10⁸ | 2023 | البنية غير مذكورة |
| 341 | ResNeXt-101 32x48d (Facebook, 2018) | 8.3 × 10⁸ | 8.3 × 10⁸ | 2018 | كثيف |
| 342 | FixRes ResNeXt-101 WSL (Facebook AI, 2019) | ~8.3 × 10⁸ | 2019 | تقدير | |
| 343 | ALIGN (Google Research, 2021) | 8.2 × 10⁸ | 8.2 × 10⁸ | 2021 | البنية غير مذكورة |
| 344 | Statement Curriculum Learning (OpenAI, 2022) | ~7.7 × 10⁸ | 2022 | تقدير | |
| 345 | CodeT5-large (Salesforce, 2022) | ~7.7 × 10⁸ | 2022 | تقدير | |
| 346 | DITTO (Tsinghua University, 2022) | 7.5 × 10⁸ | 7.5 × 10⁸ | 2022 | البنية غير مذكورة |
| 347 | FGN (Google DeepMind, 2025) | 7.2 × 10⁸ | 7.2 × 10⁸ | 2025 | البنية غير مذكورة |
| 348 | data2vec (Meta AI, 2022) | ~7.1 × 10⁸ | 2022 | تقدير | |
| 349 | Tranception (University of Oxford, 2022) | 7 × 10⁸ | 7 × 10⁸ | 2022 | البنية غير مذكورة |
| 350 | Word2Vec (Google, 2013) | ~6.9 × 10⁸ | 2013 | تقدير | |
| 351 | DiT-XL/2 (New York University (NYU), 2023) | 6.8 × 10⁸ | 6.8 × 10⁸ | 2023 | البنية غير مذكورة |
| 352 | DiT-XL/2 + CADS (ETH Zurich, 2023) | ~6.8 × 10⁸ | 2023 | تقدير | |
| 353 | OmegaPLM (Massachusetts Institute of Technology (MIT), 2022) | 6.7 × 10⁸ | 6.7 × 10⁸ | 2022 | البنية غير مذكورة |
| 354 | XLM (Facebook, 2019) | ~6.7 × 10⁸ | 2019 | تقدير | |
| 355 | ESM1b (Facebook AI Research, 2020) | 6.5 × 10⁸ | 6.5 × 10⁸ | 2020 | كثيف |
| 356 | Segment Anything Model (Meta AI, 2023) | 6.4 × 10⁸ | 6.4 × 10⁸ | 2023 | البنية غير مذكورة |
| 357 | ViT-Huge/14 (Google Brain, 2020) | 6.3 × 10⁸ | 6.3 × 10⁸ | 2020 | كثيف |
| 358 | Masked Autoencoders ViT-H (Facebook AI Research, 2021) | ~6.3 × 10⁸ | 2021 | تقدير | |
| 359 | Retrieval-Augmented Generator (Facebook, 2020) | 6.3 × 10⁸ | 6.3 × 10⁸ | 2020 | كثيف |
| 360 | DLDL (University of Oxford, 2016) | ~5.6 × 10⁸ | 2016 | تقدير | |
| 361 | ADM (OpenAI, 2021) | 5.6 × 10⁸ | 5.6 × 10⁸ | 2021 | البنية غير مذكورة |
| 362 | TrOCR (Beihang University, 2021) | 5.6 × 10⁸ | 5.6 × 10⁸ | 2021 | البنية غير مذكورة |
| 363 | XLM-RoBERTa (Facebook AI, 2019) | 5.5 × 10⁸ | 5.5 × 10⁸ | 2019 | كثيف |
| 364 | LUKE (University of Washington, 2020) | ~4.8 × 10⁸ | 2020 | تقدير | |
| 365 | EfficientNet-L2 (Google, 2019) | ~4.8 × 10⁸ | 2019 | تقدير | |
| 366 | Noisy Student (Carnegie Mellon University (CMU), 2019) | 4.8 × 10⁸ | 4.8 × 10⁸ | 2019 | كثيف |
| 367 | Meta Pseudo Labels (Google Brain, 2021) | ~4.8 × 10⁸ | 2021 | تقدير | |
| 368 | EMDR (Mila - Quebec AI (originally Montreal Institute for Learning Algorithms), 2021) | 4.4 × 10⁸ | 4.4 × 10⁸ | 2021 | البنية غير مذكورة |
| 369 | NMT Transformer 437M (Google, 2019) | 4.4 × 10⁸ | 4.4 × 10⁸ | 2019 | كثيف |
| 370 | Adaptive Inputs + LayerDrop (Facebook AI Research, 2019) | 4.2 × 10⁸ | 4.2 × 10⁸ | 2019 | كثيف |
| 371 | ProtBERT-BFD (Technical University of Munich, 2021) | 4.2 × 10⁸ | 4.2 × 10⁸ | 2021 | البنية غير مذكورة |
| 372 | OntoProtein (Zhejiang University (ZJU), 2022) | ~4.2 × 10⁸ | 2022 | تقدير | |
| 373 | DeBERTaV3large + KEAR (Microsoft, 2022) | 4.2 × 10⁸ | 4.2 × 10⁸ | 2022 | البنية غير مذكورة |
| 374 | BART-large (Facebook AI, 2019) | ~4.1 × 10⁸ | 2019 | تقدير | |
| 375 | SigLIP 400M (Google DeepMind, 2023) | 4 × 10⁸ | 4 × 10⁸ | 2023 | البنية غير مذكورة |
| 376 | BERT-Large-CAS (Amazon, 2019) | ~4 × 10⁸ | 2019 | تقدير | |
| 377 | MoCo (Facebook AI, 2019) | ~3.8 × 10⁸ | 2019 | تقدير | |
| 378 | SimCLR (Google Brain, 2020) | ~3.8 × 10⁸ | 2020 | تقدير | |
| 379 | CLIP (OpenAI, 2021) | 3.7 × 10⁸ | 3.7 × 10⁸ | 2021 | البنية غير مذكورة |
| 380 | RoBERTa Large (Facebook, 2019) | 3.5 × 10⁸ | 3.5 × 10⁸ | 2019 | كثيف |
| 381 | AbLang (University of Oxford, 2022) | 3.5 × 10⁸ | 3.5 × 10⁸ | 2022 | البنية غير مذكورة |
| 382 | GPT-2 Medium (Stanford University, 2022) | 3.5 × 10⁸ | 3.5 × 10⁸ | 2022 | كثيف |
| 383 | VALL-E (Microsoft, 2023) | ~3.5 × 10⁸ | 2023 | تقدير | |
| 384 | BERT-Large (Google, 2018) | 3.4 × 10⁸ | 3.4 × 10⁸ | 2018 | كثيف |
| 385 | XLNet (Carnegie Mellon University (CMU), 2019) | 3.4 × 10⁸ | 3.4 × 10⁸ | 2019 | كثيف |
| 386 | ERNIE-GEN (Baidu, 2020) | ~3.4 × 10⁸ | 2020 | تقدير | |
| 387 | CamemBERT (Facebook, 2019) | 3.4 × 10⁸ | 3.4 × 10⁸ | 2019 | كثيف |
| 388 | ELECTRA (Stanford University, 2020) | ~3.4 × 10⁸ | 2020 | تقدير | |
| 389 | German ELECTRA Large (deepset, 2020) | 3.4 × 10⁸ | 3.4 × 10⁸ | 2020 | كثيف |
| 390 | ALM 1.0 (Beijing Academy of Artificial Intelligence / BAAI, 2022) | ~3.4 × 10⁸ | 2022 | تقدير | |
| 391 | MT-DNN (Microsoft, 2019) | 3.3 × 10⁸ | 3.3 × 10⁸ | 2019 | كثيف |
| 392 | Fusion in Encoder (Samsung, 2022) | ~3.3 × 10⁸ | 2022 | تقدير | |
| 393 | wave2vec 2.0 LARGE (Facebook, 2020) | 3.2 × 10⁸ | 3.2 × 10⁸ | 2020 | كثيف |
| 394 | CPC v2 (DeepMind, 2019) | ~3 × 10⁸ | 2019 | تقدير | |
| 395 | Transformer - LibriVox + Decoding/Rescoring (Facebook, 2019) | 3 × 10⁸ | 3 × 10⁸ | 2019 | كثيف |
| 396 | DDPM-IP (Utrecht University, 2023) | ~3 × 10⁸ | 2023 | تقدير | |
| 397 | GNMT (Google, 2016) | ~2.8 × 10⁸ | 2016 | تقدير | |
| 398 | base LM+GNN+kNN (Shannon.AI, 2021) | 2.7 × 10⁸ | 2.7 × 10⁸ | 2021 | البنية غير مذكورة |
| 399 | YOLO (University of Washington, 2015) | ~2.7 × 10⁸ | 2015 | تقدير | |
| 400 | Transformer-XL (Carnegie Mellon University (CMU), 2019) | ~2.6 × 10⁸ | 2019 | تقدير | |
| 401 | Transformer-XL + RMS dynamic eval (University of Edinburgh, 2019) | 2.6 × 10⁸ | 2.6 × 10⁸ | 2019 | كثيف |
| 402 | Transformer-XL Large + Phrase Induction (Massachusetts Institute of Technology (MIT), 2019) | ~2.6 × 10⁸ | 2019 | تقدير | |
| 403 | Segatron-XL large, M=384 + HCP (Microsoft Research, 2022) | 2.6 × 10⁸ | 2.6 × 10⁸ | 2022 | البنية غير مذكورة |
| 404 | Denoising Diffusion Probabilistic Models (University of California (UC) Berkeley, 2021) | 2.6 × 10⁸ | 2.6 × 10⁸ | 2021 | البنية غير مذكورة |
| 405 | Pangu-Weather (Huawei, 2023) | 2.6 × 10⁸ | 2.6 × 10⁸ | 2023 | البنية غير مذكورة |
| 406 | SPN (Google Brain, 2018) | 2.5 × 10⁸ | 2.5 × 10⁸ | 2018 | كثيف |
| 407 | S4 (Stanford University, 2021) | ~2.5 × 10⁸ | 2021 | تقدير | |
| 408 | Base LM + kNN LM + Continuous Cache (Stanford University, 2019) | ~2.5 × 10⁸ | 2019 | تقدير | |
| 409 | ERNIE-Doc (Baidu, 2020) | 2.5 × 10⁸ | 2.5 × 10⁸ | 2020 | كثيف |
| 410 | Adaptive Input Transformer + RD (Microsoft Research Asia, 2021) | ~2.5 × 10⁸ | 2021 | تقدير | |
| 411 | Transformer (Adaptive Input Embeddings) WT103 (Facebook AI Research, 2018) | 2.5 × 10⁸ | 2.5 × 10⁸ | 2018 | كثيف |
| 412 | TaLK Convolution (Carleton University, 2020) | ~2.4 × 10⁸ | 2020 | تقدير | |
| 413 | ALBERT-xxlarge (Toyota Technological Institute at Chicago, 2020) | ~2.4 × 10⁸ | 2020 | تقدير | |
| 414 | SRU++ Large (ASAPP, 2021) | 2.3 × 10⁸ | 2.3 × 10⁸ | 2021 | البنية غير مذكورة |
| 415 | GR-2 (ByteDance, 2024) | 2.3 × 10⁸ | 2.3 × 10⁸ | 2024 | البنية غير مذكورة |
| 416 | MaskGIT (Google Research, 2022) | 2.3 × 10⁸ | 2.3 × 10⁸ | 2022 | البنية غير مذكورة |
| 417 | MetNet (Google, 2020) | ~2.3 × 10⁸ | 2020 | تقدير | |
| 418 | FFN SwiGLU (Google, 2020) | 2.2 × 10⁸ | 2.2 × 10⁸ | 2020 | كثيف |
| 419 | CodeT5-base (Salesforce, 2021) | ~2.2 × 10⁸ | 2021 | تقدير | |
| 420 | Transformer (Google Research, 2017) | 2.1 × 10⁸ | 2.1 × 10⁸ | 2017 | كثيف |
| 421 | Sandwich Transformer (Allen Institute for AI, 2019) | ~2.1 × 10⁸ | 2019 | تقدير | |
| 422 | EfficientNetV2-XL (Google, 2021) | 2.1 × 10⁸ | 2.1 × 10⁸ | 2021 | البنية غير مذكورة |
| 423 | Word2Vec (Google, 2013) | ~2.1 × 10⁸ | 2013 | تقدير | |
| 424 | Multilingual DNN (Google, 2013) | 2.1 × 10⁸ | 2.1 × 10⁸ | 2013 | كثيف |
| 425 | DreamerV3 (DeepMind, 2023) | ~2 × 10⁸ | 2023 | تقدير | |
| 426 | DL scaling speech (Baidu, 2017) | ~1.9 × 10⁸ | 2017 | تقدير | |
| 427 | ResNeXt-101 Billion-scale (Facebook AI, 2019) | ~1.9 × 10⁸ | 2019 | تقدير | |
| 428 | (NTT Communication Science Laboratories, 2018) | 1.9 × 10⁸ | 1.9 × 10⁸ | 2018 | كثيف |
| 429 | TrellisNet (Carnegie Mellon University (CMU), 2018) | 1.8 × 10⁸ | 1.8 × 10⁸ | 2018 | كثيف |
| 430 | DL scaling LM (Baidu, 2017) | ~1.8 × 10⁸ | 2017 | تقدير | |
| 431 | EXAONE Path 2.0 (LG AI Research, 2025) | 1.8 × 10⁸ | 1.8 × 10⁸ | 2025 | البنية غير مذكورة |
| 432 | OpenAI Five Rerun (OpenAI, 2019) | 1.6 × 10⁸ | 1.6 × 10⁸ | 2019 | كثيف |
| 433 | OpenAI Five (OpenAI, 2019) | 1.6 × 10⁸ | 1.6 × 10⁸ | 2019 | كثيف |
| 434 | 4 layer QRNN (Salesforce Research, 2018) | ~1.5 × 10⁸ | 2018 | تقدير | |
| 435 | TransformerXL + spectrum control (University of California Los Angeles (UCLA), 2020) | ~1.5 × 10⁸ | 2020 | تقدير | |
| 436 | AlphaGeometry (Google DeepMind, 2024) | 1.5 × 10⁸ | 1.5 × 10⁸ | 2024 | البنية غير مذكورة |
| 437 | PermuteFormer (Peking University, 2021) | ~1.5 × 10⁸ | 2021 | تقدير | |
| 438 | Fragment embedding (Stanford University, 2014) | ~1.4 × 10⁸ | 2014 | تقدير | |
| 439 | OverFeat (New York University (NYU), 2013) | 1.4 × 10⁸ | 1.4 × 10⁸ | 2013 | كثيف |
| 440 | VGG19 (University of Oxford, 2014) | ~1.4 × 10⁸ | 2014 | تقدير | |
| 441 | LRCN (UT Austin, 2014) | ~1.4 × 10⁸ | 2014 | تقدير | |
| 442 | Transformer-XL DeFINE (University of Washington, 2019) | ~1.4 × 10⁸ | 2019 | تقدير | |
| 443 | Deep Autoencoders (University of Toronto, 2011) | 1.4 × 10⁸ | 1.4 × 10⁸ | 2011 | كثيف |
| 444 | AlphaStar (DeepMind, 2019) | 1.4 × 10⁸ | 1.4 × 10⁸ | 2019 | كثيف |
| 445 | VGG16 (University of Oxford, 2014) | 1.4 × 10⁸ | 1.4 × 10⁸ | 2014 | كثيف |
| 446 | VGG-Face (University of Oxford, 2015) | 1.4 × 10⁸ | 1.4 × 10⁸ | 2015 | كثيف |
| 447 | SAF R-CNN (Beijing Institute of Technology, 2015) | ~1.4 × 10⁸ | 2015 | تقدير | |
| 448 | Template Adaptation (University of Oxford, 2016) | ~1.4 × 10⁸ | 2016 | تقدير | |
| 449 | LRR-4X (UC Irvine, 2016) | ~1.4 × 10⁸ | 2016 | تقدير | |
| 450 | CMS-RCNN (IEEE, 2016) | ~1.4 × 10⁸ | 2016 | تقدير | |
| 451 | QRNN (Salesforce Research, 2018) | ~1.4 × 10⁸ | 2018 | تقدير | |
| 452 | Multiresolution CNN (Google, 2014) | ~1.3 × 10⁸ | 2014 | تقدير | |
| 453 | FTW (DeepMind, 2018) | ~1.3 × 10⁸ | 2018 | تقدير | |
| 454 | Feedback Transformer (LORIA, 2020) | ~1.3 × 10⁸ | 2020 | تقدير | |
| 455 | KEPLER (Tsinghua University, 2020) | 1.3 × 10⁸ | 1.3 × 10⁸ | 2020 | كثيف |
| 456 | DL scaling Image (Baidu, 2017) | 1.2 × 10⁸ | 1.2 × 10⁸ | 2017 | كثيف |
| 457 | GloVe (Stanford University, 2014) | ~1.2 × 10⁸ | 2014 | تقدير | |
| 458 | Conformer (Google, 2020) | 1.2 × 10⁸ | 1.2 × 10⁸ | 2020 | كثيف |
| 459 | GPT-1 (OpenAI, 2018) | ~1.2 × 10⁸ | 2018 | تقدير | |
| 460 | ContextNet (Google, 2020) | ~1.1 × 10⁸ | 2020 | تقدير | |
| 461 | SciBERT (Allen Institute for AI, 2019) | 1.1 × 10⁸ | 1.1 × 10⁸ | 2019 | كثيف |
| 462 | DNABERT (Northeastern University, 2021) | 1.1 × 10⁸ | 1.1 × 10⁸ | 2021 | البنية غير مذكورة |
| 463 | Contriever (Meta AI, 2021) | ~1.1 × 10⁸ | 2021 | تقدير | |
| 464 | BERT-RBP (Waseda University, 2022) | 1.1 × 10⁸ | 1.1 × 10⁸ | 2022 | كثيف |
| 465 | RoFormer (Zhuiyi Technology, 2023) | 1.1 × 10⁸ | 1.1 × 10⁸ | 2023 | البنية غير مذكورة |
| 466 | LSTM LM (RWTH Aachen University, 2012) | ~1 × 10⁸ | 2012 | تقدير | |
| 467 | ReLU-Speech (Google, 2013) | ~1 × 10⁸ | 2013 | تقدير | |
| 468 | STORM-B/8 (University of Southern California, 2024) | 1 × 10⁸ | 1 × 10⁸ | 2024 | البنية غير مذكورة |
| 469 | Support Vector Machines (AT&T, 1995) | ~1 × 10⁸ | 1995 | تقدير | |
| 470 | GPU DBNs (Stanford University, 2009) | 1 × 10⁸ | 1 × 10⁸ | 2009 | كثيف |
| 471 | MSA Transformer (Facebook AI Research, 2021) | ~1 × 10⁸ | 2021 | تقدير | |
| 472 | YOLOX-X (Megvii Inc, 2021) | ~9.9 × 10⁷ | 2021 | تقدير | |
| 473 | DeLighT (University of Washington, 2020) | ~9.9 × 10⁷ | 2020 | تقدير | |
| 474 | ELMo (University of Washington, 2018) | ~9.4 × 10⁷ | 2018 | تقدير | |
| 475 | AlphaFold 2 (DeepMind, 2020) | ~9.3 × 10⁷ | 2020 | تقدير | |
| 476 | AlphaMissense (Google DeepMind, 2023) | ~9.3 × 10⁷ | 2023 | تقدير | |
| 477 | Octo-Base (University of California (UC) Berkeley, 2024) | 9.3 × 10⁷ | 9.3 × 10⁷ | 2024 | البنية غير مذكورة |
| 478 | PolyNet (Chinese University of Hong Kong (CUHK), 2016) | ~9.2 × 10⁷ | 2016 | تقدير | |
| 479 | Transformer local-attention (Google Cloud, 2021) | 9 × 10⁷ | 9 × 10⁷ | 2021 | البنية غير مذكورة |
| 480 | Transformer + Simple Recurrent Unit (ASAPP, 2018) | 9 × 10⁷ | 9 × 10⁷ | 2018 | كثيف |
| 481 | NASNet-A (Google Brain, 2017) | ~8.9 × 10⁷ | 2017 | تقدير | |
| 482 | CLIP (OpenAI, 2021) | ~8.9 × 10⁷ | 2021 | تقدير | |
| 483 | Detic (Meta AI, 2022) | ~8.8 × 10⁷ | 2022 | تقدير | |
| 484 | MSRA (Microsoft Research, 2015) | 8.7 × 10⁷ | 8.7 × 10⁷ | 2015 | كثيف |
| 485 | BigBiGAN (Google, 2019) | ~8.6 × 10⁷ | 2019 | تقدير | |
| 486 | ViT-Base/32 (Google Brain, 2020) | ~8.6 × 10⁷ | 2020 | تقدير | |
| 487 | DeiT-B (Meta AI, 2021) | 8.6 × 10⁷ | 8.6 × 10⁷ | 2021 | البنية غير مذكورة |
| 488 | CaLM (University of Oxford, 2022) | ~8.6 × 10⁷ | 2022 | تقدير | |
| 489 | Tensor-Transformer (University of California (UC) Berkeley, 2020) | 8.5 × 10⁷ | 8.5 × 10⁷ | 2020 | كثيف |
| 490 | ResNeXt-101 (University of California San Diego, 2016) | 8.3 × 10⁷ | 8.3 × 10⁷ | 2016 | كثيف |
| 491 | RBM Image Classifier (University of Toronto, 2009) | ~8 × 10⁷ | 2009 | تقدير | |
| 492 | Routing Transformer (Google Research, 2020) | 8 × 10⁷ | 8 × 10⁷ | 2020 | كثيف |
| 493 | Big-Little Net (IBM, 2018) | ~7.7 × 10⁷ | 2018 | تقدير | |
| 494 | EfficientDet (Google Brain, 2020) | ~7.7 × 10⁷ | 2020 | تقدير | |
| 495 | CODEFUSION (Microsoft, 2023) | 7.5 × 10⁷ | 7.5 × 10⁷ | 2023 | البنية غير مذكورة |
| 496 | RNN LM (Johns Hopkins University, 2010) | ~7 × 10⁷ | 2010 | تقدير | |
| 497 | R-CNN (University of California (UC) Berkeley, 2013) | ~6.9 × 10⁷ | 2013 | تقدير | |
| 498 | Variational (University of Cambridge, 2015) | 6.6 × 10⁷ | 6.6 × 10⁷ | 2015 | كثيف |
| 499 | DistilBERT (Hugging Face, 2019) | 6.6 × 10⁷ | 6.6 × 10⁷ | 2019 | كثيف |
| 500 | Theseus 6/768 (University of California San Diego, 2020) | 6.6 × 10⁷ | 6.6 × 10⁷ | 2020 | كثيف |
| 501 | ResNet-152 (Microsoft, 2015) | 6 × 10⁷ | 6 × 10⁷ | 2015 | كثيف |
| 502 | AlexNet (University of Toronto, 2012) | 6 × 10⁷ | 6 × 10⁷ | 2012 | كثيف |
| 503 | DETR (Facebook, 2020) | 6 × 10⁷ | 6 × 10⁷ | 2020 | كثيف |
| 504 | YOLOv3 (University of Washington, 2018) | ~5.7 × 10⁷ | 2018 | تقدير | |
| 505 | Inception-ResNet-V2 (Google, 2016) | ~5.6 × 10⁷ | 2016 | تقدير | |
| 506 | Transformer ELMo (Allen Institute for AI, 2019) | 5.6 × 10⁷ | 5.6 × 10⁷ | 2019 | كثيف |
| 507 | دماغ ذبابة الفاكهة | 5.5 × 10⁷ | 5.5 × 10⁷ | المشابك | |
| 508 | NAS with base 8 and shared embeddings (Google Brain, 2016) | 5.4 × 10⁷ | 5.4 × 10⁷ | 2016 | كثيف |
| 509 | RetinaNet-R101 (Facebook AI Research, 2017) | 5.3 × 10⁷ | 5.3 × 10⁷ | 2017 | كثيف |
| 510 | AWD-LSTM+WT+Cache+IOG (NTT Communication Science Laboratories, 2017) | 5.3 × 10⁷ | 5.3 × 10⁷ | 2017 | كثيف |
| 511 | Hierarchical Scene Labeling (New York University (NYU), 2013) | 5.2 × 10⁷ | 5.2 × 10⁷ | 2013 | كثيف |
| 512 | VD-LSTM+REAL Large (Salesforce Research, 2016) | 5.1 × 10⁷ | 5.1 × 10⁷ | 2016 | كثيف |
| 513 | YOLOv2 (University of Washington, 2016) | ~5.1 × 10⁷ | 2016 | تقدير | |
| 514 | Dropout-LSTM+Noise (Columbia University, 2018) | ~5.1 × 10⁷ | 2018 | تقدير | |
| 515 | LSTM + dynamic eval (University of Edinburgh, 2017) | ~5 × 10⁷ | 2017 | تقدير | |
| 516 | Dropout (University of Toronto, 2012) | ~4.9 × 10⁷ | 2012 | تقدير | |
| 517 | Dropout: SVHN (University of Toronto, 2014) | 4.8 × 10⁷ | 4.8 × 10⁷ | 2014 | كثيف |
| 518 | DistBelief Speech (Google, 2012) | ~4.7 × 10⁷ | 2012 | تقدير | |
| 519 | AlphaGo Zero (DeepMind, 2017) | 4.6 × 10⁷ | 4.6 × 10⁷ | 2017 | كثيف |
| 520 | Fine-tuned-AWD-LSTM-DOC (Samsung R&D Institute Russia, 2018) | 4.6 × 10⁷ | 4.6 × 10⁷ | 2018 | كثيف |
| 521 | CT-MoS (Google, 2020) | 4.5 × 10⁷ | 4.5 × 10⁷ | 2020 | كثيف |
| 522 | JFT (Google Research, 2017) | 4.5 × 10⁷ | 4.5 × 10⁷ | 2017 | كثيف |
| 523 | ResNet-101 (Microsoft, 2015) | 4.5 × 10⁷ | 4.5 × 10⁷ | 2015 | كثيف |
| 524 | HR-ResNet101 (Carnegie Mellon University (CMU), 2016) | 4.5 × 10⁷ | 4.5 × 10⁷ | 2016 | كثيف |
| 525 | 3DMM-CNN (University of Southern California, 2016) | 4.5 × 10⁷ | 4.5 × 10⁷ | 2016 | كثيف |
| 526 | LaNet-L (Brown University, 2019) | 4.4 × 10⁷ | 4.4 × 10⁷ | 2019 | كثيف |
| 527 | ProBERTa (University of Illinois Urbana-Champaign (UIUC), 2020) | 4.4 × 10⁷ | 4.4 × 10⁷ | 2020 | كثيف |
| 528 | PreTrans-3L-250H (University of Toronto, 2013) | ~4.3 × 10⁷ | 2013 | تقدير | |
| 529 | Inceptionv4 (Google, 2016) | ~4.3 × 10⁷ | 2016 | تقدير | |
| 530 | GL-LWGC-AWD-MoS-LSTM + dynamic evaluation (Ben-Gurion University of the Negev, 2017) | 3.8 × 10⁷ | 3.8 × 10⁷ | 2017 | كثيف |
| 531 | U-Net (University of Freiburg, 2015) | 3.8 × 10⁷ | 3.8 × 10⁷ | 2015 | كثيف |
| 532 | NASv3 (Google Brain, 2016) | ~3.7 × 10⁷ | 2016 | تقدير | |
| 533 | MuZero (DeepMind, 2019) | ~3.7 × 10⁷ | 2019 | تقدير | |
| 534 | AWD-LSTM-MoS + dynamic evaluation (Carnegie Mellon University (CMU), 2017) | ~3.5 × 10⁷ | 2017 | تقدير | |
| 535 | AWD-LSTM-MoS+PDR + dynamic evaluation (IBM, 2018) | 3.5 × 10⁷ | 3.5 × 10⁷ | 2018 | كثيف |
| 536 | AWD-LSTM-MoS + dynamic evaluation (Peking University, 2018) | 3.5 × 10⁷ | 3.5 × 10⁷ | 2018 | كثيف |
| 537 | AWD-LSTM + MoS + Partial Shuffled (University of Texas at Austin, 2019) | 3.5 × 10⁷ | 3.5 × 10⁷ | 2019 | كثيف |
| 538 | Mogrifier (d2, MoS2, MC) + dynamic eval (DeepMind, 2019) | 3.5 × 10⁷ | 3.5 × 10⁷ | 2019 | كثيف |
| 539 | Mogrifier RLSTM (DeepMind, 2022) | 3.5 × 10⁷ | 3.5 × 10⁷ | 2022 | البنية غير مذكورة |
| 540 | RT-1 (Google, 2022) | 3.5 × 10⁷ | 3.5 × 10⁷ | 2022 | البنية غير مذكورة |
| 541 | DenseNet-264 (Tsinghua University, 2016) | 3.4 × 10⁷ | 3.4 × 10⁷ | 2016 | كثيف |
| 542 | RetinaNet-R50 (Facebook AI Research, 2017) | ~3.4 × 10⁷ | 2017 | تقدير | |
| 543 | Fraternal dropout + AWD-LSTM 3-layer (Jagiellonian University, 2017) | ~3.4 × 10⁷ | 2017 | تقدير | |
| 544 | AWD-LSTM-DRILL + dynamic evaluation† (IDIAP, 2019) | ~3.4 × 10⁷ | 2019 | تقدير | |
| 545 | AWD-LSTM - 3-layer LSTM (Salesforce Research, 2017) | 3.3 × 10⁷ | 3.3 × 10⁷ | 2017 | كثيف |
| 546 | TCAN (Nanjing University, 2020) | 3.3 × 10⁷ | 3.3 × 10⁷ | 2020 | كثيف |
| 547 | MMLSTM (Beijing University of Posts and Telecommunications, 2019) | ~3.2 × 10⁷ | 2019 | تقدير | |
| 548 | Paragraph Vector (Google, 2014) | 3.2 × 10⁷ | 3.2 × 10⁷ | 2014 | كثيف |
| 549 | aLSTM (University of Manchester, 2018) | 3.2 × 10⁷ | 3.2 × 10⁷ | 2018 | كثيف |
| 550 | StyleGAN2 (Nvidia, 2019) | 3 × 10⁷ | 3 × 10⁷ | 2019 | كثيف |
| 551 | UDSMProt (Fraunhofer Heinrich Hertz Institute, 2019) | ~2.8 × 10⁷ | 2019 | تقدير | |
| 552 | SENet (Chinese Academy of Sciences, 2017) | ~2.8 × 10⁷ | 2017 | تقدير | |
| 553 | Perceiver IO (DeepMind, 2020) | 2.8 × 10⁷ | 2.8 × 10⁷ | 2020 | كثيف |
| 554 | Fractional Max-Pooling (University of Warwick, 2014) | ~2.7 × 10⁷ | 2014 | تقدير | |
| 555 | Hierarchical Reasoning Model (Sapient Intelligence, 2025) | 2.7 × 10⁷ | 2.7 × 10⁷ | 2025 | البنية غير مذكورة |
| 556 | RNN-WER (DeepMind, 2014) | ~2.6 × 10⁷ | 2014 | تقدير | |
| 557 | StyleGAN (Nvidia, 2018) | 2.6 × 10⁷ | 2.6 × 10⁷ | 2018 | كثيف |
| 558 | PyramidNet (Korea Advanced Institute of Science and Technology (KAIST), 2017) | ~2.6 × 10⁷ | 2017 | تقدير | |
| 559 | ResNeXt-50 (University of California San Diego, 2016) | ~2.5 × 10⁷ | 2016 | تقدير | |
| 560 | AWD-LSTM (DeepMind, 2017) | 2.4 × 10⁷ | 2.4 × 10⁷ | 2017 | كثيف |
| 561 | Inception v3 (Google, 2015) | ~2.4 × 10⁷ | 2015 | تقدير | |
| 562 | Mamba-24M (Carnegie Mellon University (CMU), 2023) | 2.3 × 10⁷ | 2.3 × 10⁷ | 2023 | البنية غير مذكورة |
| 563 | WeNet (Amazon, 2019) | ~2.3 × 10⁷ | 2019 | تقدير | |
| 564 | EN^2AS with performance reward (Beijing Institute of Technology, 2019) | ~2.3 × 10⁷ | 2019 | تقدير | |
| 565 | NAS+ESS (Northeastern University (China), 2020) | 2.3 × 10⁷ | 2.3 × 10⁷ | 2020 | كثيف |
| 566 | Xception (Google, 2016) | 2.3 × 10⁷ | 2.3 × 10⁷ | 2016 | كثيف |
| 567 | MetaMimic (Google, 2018) | ~2.2 × 10⁷ | 2018 | تقدير | |
| 568 | MMLSTM (Beijing University of Posts and Telecommunications, 2019) | ~2.1 × 10⁷ | 2019 | تقدير | |
| 569 | Pointer Sentinel-LSTM (MetaMind Inc, 2016) | 2.1 × 10⁷ | 2.1 × 10⁷ | 2016 | كثيف |
| 570 | DiffDock (Massachusetts Institute of Technology (MIT), 2022) | ~2 × 10⁷ | 2022 | تقدير | |
| 571 | EI-REHN-1000D (Korea Advanced Institute of Science and Technology (KAIST), 2017) | 1.9 × 10⁷ | 1.9 × 10⁷ | 2017 | كثيف |
| 572 | TC-DNN-BLSTM-DNN (Carnegie Mellon University (CMU), 2015) | 1.8 × 10⁷ | 1.8 × 10⁷ | 2015 | كثيف |
| 573 | OR-WideResNet (Duke University, 2017) | 1.8 × 10⁷ | 1.8 × 10⁷ | 2017 | كثيف |
| 574 | BP-DBN (University of Toronto, 2009) | 1.8 × 10⁷ | 1.8 × 10⁷ | 2009 | كثيف |
| 575 | ALBERT (Toyota Technological Institute at Chicago, 2019) | 1.8 × 10⁷ | 1.8 × 10⁷ | 2019 | كثيف |
| 576 | MedBERT (Peng Cheng Laboratory, 2021) | ~1.7 × 10⁷ | 2021 | تقدير | |
| 577 | LCNP NORB (, 2009) | 1.7 × 10⁷ | 1.7 × 10⁷ | 2009 | كثيف |
| 578 | LF-MMI (Johns Hopkins University, 2016) | 1.7 × 10⁷ | 1.7 × 10⁷ | 2016 | كثيف |
| 579 | AlphaFold (DeepMind, 2020) | ~1.6 × 10⁷ | 2020 | تقدير | |
| 580 | GNoME for crystal discovery (Google DeepMind, 2023) | ~1.6 × 10⁷ | 2023 | تقدير | |
| 581 | ReLU (University of Toronto, 2010) | ~1.6 × 10⁷ | 2010 | تقدير | |
| 582 | ProteinBERT (Hebrew University of Jerusalem, 2022) | 1.6 × 10⁷ | 1.6 × 10⁷ | 2022 | البنية غير مذكورة |
| 583 | Eve (Harvard Medical School, 2021) | ~1.5 × 10⁷ | 2021 | تقدير | |
| 584 | LCNP LabelMe (University of Bonn, 2009) | 1.4 × 10⁷ | 1.4 × 10⁷ | 2009 | كثيف |
| 585 | BatchNorm (Google, 2015) | 1.4 × 10⁷ | 1.4 × 10⁷ | 2015 | كثيف |
| 586 | Fold2Seq (IBM, 2021) | ~1.2 × 10⁷ | 2021 | تقدير | |
| 587 | NPLM (University of Montreal / Université de Montréal, 2003) | 1.2 × 10⁷ | 1.2 × 10⁷ | 2003 | كثيف |
| 588 | LCNP MNIST (, 2009) | 1.2 × 10⁷ | 1.2 × 10⁷ | 2009 | كثيف |
| 589 | ISS (Duke University, 2017) | 1.1 × 10⁷ | 1.1 × 10⁷ | 2017 | كثيف |
| 590 | ResNet-1001 (Microsoft, 2016) | ~1 × 10⁷ | 2016 | تقدير | |
| 591 | RNN+LDA+KN5+cache (Microsoft, 2012) | ~9 × 10⁶ | 2012 | تقدير | |
| 592 | Gated HORNN (York University, 2016) | ~9 × 10⁶ | 2016 | تقدير | |
| 593 | AlphaGo Fan (DeepMind, 2015) | ~8.2 × 10⁶ | 2015 | تقدير | |
| 594 | genCNN + dyn eval (Chinese Academy of Sciences, 2015) | ~8 × 10⁶ | 2015 | تقدير | |
| 595 | Once for All (MIT-IBM Watson AI Lab, 2020) | 7.7 × 10⁶ | 7.7 × 10⁶ | 2020 | كثيف |
| 596 | Multi-cell LSTM (University of Hyderabad, 2018) | ~7.2 × 10⁶ | 2018 | تقدير | |
| 597 | Feedforward NN (University of Montreal / Université de Montréal, 2010) | 7.1 × 10⁶ | 7.1 × 10⁶ | 2010 | كثيف |
| 598 | True-Regularization+Finetune+Dynamic-Eval (Mobvoi, 2019) | 7 × 10⁶ | 7 × 10⁶ | 2019 | كثيف |
| 599 | Neural LM (University of Montreal / Université de Montréal, 2000) | 6.9 × 10⁶ | 6.9 × 10⁶ | 2000 | كثيف |
| 600 | GoogLeNet / InceptionV1 (Google, 2014) | 6.8 × 10⁶ | 6.8 × 10⁶ | 2014 | كثيف |
| 601 | HyenaDNA (Stanford University, 2023) | 6.6 × 10⁶ | 6.6 × 10⁶ | 2023 | البنية غير مذكورة |
| 602 | Dropout (University of Toronto, 2012) | 5.6 × 10⁶ | 5.6 × 10⁶ | 2012 | كثيف |
| 603 | SimpleNet (Sensifai, 2016) | 5.5 × 10⁶ | 5.5 × 10⁶ | 2016 | كثيف |
| 604 | AlphaX-1 (Facebook AI Research, 2019) | 5.4 × 10⁶ | 5.4 × 10⁶ | 2019 | كثيف |
| 605 | 3DDFA (Chinese Academy of Sciences, 2015) | 5.4 × 10⁶ | 5.4 × 10⁶ | 2015 | كثيف |
| 606 | Deep CNN + COTS (IEEE, 2015) | 5 × 10⁶ | 5 × 10⁶ | 2015 | كثيف |
| 607 | DCNN (University of Maryland, 2015) | 5 × 10⁶ | 5 × 10⁶ | 2015 | كثيف |
| 608 | NLP from scratch (NEC Laboratories, 2011) | ~5 × 10⁶ | 2011 | تقدير | |
| 609 | SPN-4+KN5 (Singapore University of Technology & Design, 2014) | ~5 × 10⁶ | 2014 | تقدير | |
| 610 | 6-Act Tether (Facebook AI Research, 2021) | 5 × 10⁶ | 5 × 10⁶ | 2021 | البنية غير مذكورة |
| 611 | High Performance CNN (IDSIA, 2011) | ~4.9 × 10⁶ | 2011 | تقدير | |
| 612 | MobileNet (Google, 2017) | ~4.2 × 10⁶ | 2017 | تقدير | |
| 613 | NPLM (University of Montreal / Université de Montréal, 2003) | 4.1 × 10⁶ | 4.1 × 10⁶ | 2003 | كثيف |
| 614 | LMICA (, 2004) | 4.1 × 10⁶ | 4.1 × 10⁶ | 2004 | كثيف |
| 615 | PoE MNIST (University College London (UCL), 2000) | 3.9 × 10⁶ | 3.9 × 10⁶ | 2000 | كثيف |
| 616 | Dimensionality Reduction (University of Toronto, 2006) | ~3.8 × 10⁶ | 2006 | تقدير | |
| 617 | GOAT (DeepMind, 2021) | ~3.5 × 10⁶ | 2021 | تقدير | |
| 618 | MobileNetV2 (Google, 2018) | ~3.4 × 10⁶ | 2018 | تقدير | |
| 619 | Big-Little Net (IBM, 2018) | ~3.3 × 10⁶ | 2018 | تقدير | |
| 620 | DLWP (University of Washington, 2021) | 2.7 × 10⁶ | 2.7 × 10⁶ | 2021 | البنية غير مذكورة |
| 621 | BIDAF (University of Washington, 2016) | 2.6 × 10⁶ | 2.6 × 10⁶ | 2016 | كثيف |
| 622 | DeepStack (University of Alberta, 2017) | ~2.5 × 10⁶ | 2017 | تقدير | |
| 623 | KataGo (Jane Street, 2019) | ~2.5 × 10⁶ | 2019 | تقدير | |
| 624 | ShuffleNet v1 (Megvii Inc, 2017) | ~2.4 × 10⁶ | 2017 | تقدير | |
| 625 | ADAM (University of Amsterdam, 2014) | 2.4 × 10⁶ | 2.4 × 10⁶ | 2014 | كثيف |
| 626 | StyleGAN3-T (Nvidia, 2021) | 2.2 × 10⁶ | 2.2 × 10⁶ | 2021 | البنية غير مذكورة |
| 627 | LSTM+NeuralCache (KU Leuven, 2018) | ~2.1 × 10⁶ | 2018 | تقدير | |
| 628 | HLBL (University of Toronto, 2008) | 1.8 × 10⁶ | 1.8 × 10⁶ | 2008 | كثيف |
| 629 | ResNet-110 (Microsoft, 2015) | ~1.7 × 10⁶ | 2015 | تقدير | |
| 630 | Dueling DQN (Google DeepMind, 2016) | 1.7 × 10⁶ | 1.7 × 10⁶ | 2016 | كثيف |
| 631 | DQN-2015 (Google, 2015) | ~1.7 × 10⁶ | 2015 | تقدير | |
| 632 | Rational DQN Average (TU Darmstadt, 2021) | ~1.7 × 10⁶ | 2021 | تقدير | |
| 633 | IBM-5 (IBM, 1993) | ~1.7 × 10⁶ | 1993 | تقدير | |
| 634 | Deep Belief Nets (University of Toronto, 2006) | ~1.6 × 10⁶ | 2006 | تقدير | |
| 635 | IMPALA (DeepMind, 2018) | 1.6 × 10⁶ | 1.6 × 10⁶ | 2018 | كثيف |
| 636 | StyleGAN3-R (Nvidia, 2021) | 1.6 × 10⁶ | 1.6 × 10⁶ | 2021 | البنية غير مذكورة |
| 637 | Deep Multitask NLP Network (NEC Laboratories, 2008) | ~1.5 × 10⁶ | 2008 | تقدير | |
| 638 | Double DQN (Google DeepMind, 2016) | 1.5 × 10⁶ | 1.5 × 10⁶ | 2016 | كثيف |
| 639 | CNN committee (IDSIA, 2011) | ~1.4 × 10⁶ | 2011 | تقدير | |
| 640 | SqueezeNet (DeepScale, 2016) | ~1.2 × 10⁶ | 2016 | تقدير | |
| 641 | Neocognitron (NHK Broadcasting Science Research Laboratories, 1980) | 1.1 × 10⁶ | 1.1 × 10⁶ | 1980 | كثيف |
| 642 | CURL (University of California (UC) Berkeley, 2020) | ~9.1 × 10⁵ | 2020 | تقدير | |
| 643 | DQN (DeepMind, 2013) | 8.4 × 10⁵ | 8.4 × 10⁵ | 2013 | كثيف |
| 644 | EnhanceNet (Max Planck Institute for Intelligent Systems, 2016) | 8.1 × 10⁵ | 8.1 × 10⁵ | 2016 | كثيف |
| 645 | Image generation (University of Amsterdam, 2013) | 7.8 × 10⁵ | 7.8 × 10⁵ | 2013 | كثيف |
| 646 | Hanabi 4 player (DeepMind, 2019) | 7.6 × 10⁵ | 7.6 × 10⁵ | 2019 | كثيف |
| 647 | TA-CNN (Chinese University of Hong Kong (CUHK), 2014) | ~7.1 × 10⁵ | 2014 | تقدير | |
| 648 | Robot Parkour (Shanghai Qi Zhi institute, 2023) | 5 × 10⁵ | 5 × 10⁵ | 2023 | البنية غير مذكورة |
| 649 | LISSOM (University of Texas at Austin, 1995) | ~4.3 × 10⁵ | 1995 | تقدير | |
| 650 | SPIDER2 (Griffith University, 2016) | ~4.1 × 10⁵ | 2016 | تقدير | |
| 651 | Mixture of linear models (, 1994) | ~3.8 × 10⁵ | 1994 | تقدير | |
| 652 | NPD (IEEE, 2014) | 3.1 × 10⁵ | 3.1 × 10⁵ | 2014 | كثيف |
| 653 | Pooling CNN (University of Bonn, 2010) | 2.9 × 10⁵ | 2.9 × 10⁵ | 2010 | كثيف |
| 654 | Pooling CNN (University of Bonn, 2010) | 2.7 × 10⁵ | 2.7 × 10⁵ | 2010 | كثيف |
| 655 | Two Stage Feature Extraction (New York University (NYU), 2009) | 2.6 × 10⁵ | 2.6 × 10⁵ | 2009 | كثيف |
| 656 | Vector Space Model (Stanford University, 2011) | 2.5 × 10⁵ | 2.5 × 10⁵ | 2011 | كثيف |
| 657 | HyperNEAT (University of Texas at Austin, 2014) | ~2.4 × 10⁵ | 2014 | تقدير | |
| 658 | DNN EM segmentation (IDSIA, 2012) | 2.2 × 10⁵ | 2.2 × 10⁵ | 2012 | كثيف |
| 659 | Predictive Coding NN (Technical University of Munich, 1994) | 2.1 × 10⁵ | 2.1 × 10⁵ | 1994 | كثيف |
| 660 | Table Tennis Agent (Google DeepMind, 2024) | ~1.9 × 10⁵ | 2024 | تقدير | |
| 661 | CNN Committee (IDSIA, 2011) | ~1.3 × 10⁵ | 2011 | تقدير | |
| 662 | CNN Committee (IDSIA, 2011) | ~1.2 × 10⁵ | 2011 | تقدير | |
| 663 | RECONTRA-uncategorized (, 1999) | ~1.1 × 10⁵ | 1999 | تقدير | |
| 664 | BLSTM for handwriting (University of Bern, 2007) | ~1 × 10⁵ | 2007 | تقدير | |
| 665 | SVM-CNN (New York University (NYU), 2006) | 9.1 × 10⁴ | 9.1 × 10⁴ | 2006 | كثيف |
| 666 | Invariant CNN (New York University (NYU), 2004) | 9.1 × 10⁴ | 9.1 × 10⁴ | 2004 | كثيف |
| 667 | SexNet compression (, 1990) | 7.3 × 10⁴ | 7.3 × 10⁴ | 1990 | كثيف |
| 668 | NeuroChess (, 1994) | ~7.2 × 10⁴ | 1994 | تقدير | |
| 669 | RECONTRA-categorized (, 1999) | ~6.7 × 10⁴ | 1999 | تقدير | |
| 670 | LeNet-5 (AT&T, 1998) | 6 × 10⁴ | 6 × 10⁴ | 1998 | كثيف |
| 671 | Swift (Intel Labs, 2023) | ~5.7 × 10⁴ | 2023 | تقدير | |
| 672 | TCN (Carnegie Mellon University (CMU), 2018) | 4.2 × 10⁴ | 4.2 × 10⁴ | 2018 | كثيف |
| 673 | TRPO (University of California (UC) Berkeley, 2015) | 3.4 × 10⁴ | 3.4 × 10⁴ | 2015 | كثيف |
| 674 | SOM-CNN (, 1997) | 3.2 × 10⁴ | 3.2 × 10⁴ | 1997 | كثيف |
| 675 | NETtalk reimplementation (Oregon State University, 1990) | 2.7 × 10⁴ | 2.7 × 10⁴ | 1990 | كثيف |
| 676 | TD-Gammon (IBM, 1992) | ~2.5 × 10⁴ | 1992 | تقدير | |
| 677 | Cognitron (Biological Cybernetics, 1975) | 2.2 × 10⁴ | 2.2 × 10⁴ | 1975 | كثيف |
| 678 | NetTalk (Princeton University, 1987) | 1.9 × 10⁴ | 1.9 × 10⁴ | 1987 | كثيف |
| 679 | CFSS (SenseTime, 2015) | ~1.7 × 10⁴ | 2015 | تقدير | |
| 680 | MUSIC perceptron (, 1996) | 1.4 × 10⁴ | 1.4 × 10⁴ | 1996 | كثيف |
| 681 | AdaRNN (Beihang University, 2014) | 1.3 × 10⁴ | 1.3 × 10⁴ | 2014 | كثيف |
| 682 | Bidirectional RNN (Advanced Telecommunications Research Institute, 1997) | ~1.3 × 10⁴ | 1997 | تقدير | |
| 683 | Decision tree (Mitsubishi Electric Research Labs, 2001) | ~1.2 × 10⁴ | 2001 | تقدير | |
| 684 | LSTM (Technical University of Munich, 1997) | 1.1 × 10⁴ | 1.1 × 10⁴ | 1997 | كثيف |
| 685 | MLN-ASR (McGill University, 1988) | 1 × 10⁴ | 1 × 10⁴ | 1988 | كثيف |
| 686 | Hopfield network (California Institute of Technology, 1982) | ~9.9 × 10³ | 1982 | تقدير | |
| 687 | Zip CNN (AT&T, 1989) | 9.8 × 10³ | 9.8 × 10³ | 1989 | كثيف |
| 688 | Hierarchical Cognitron (NHK Broadcasting Science Research Laboratories, 1984) | ~9.3 × 10³ | 1984 | تقدير | |
| 689 | Weight Decay (, 1991) | 8.4 × 10³ | 8.4 × 10³ | 1991 | كثيف |
| 690 | Deep Blue (IBM, 1997) | ~8 × 10³ | 1997 | تقدير | |
| 691 | الدودة الخيطية (C. elegans) | 7 × 10³ | 7 × 10³ | المشابك | |
| 692 | System 11 (Carnegie Mellon University (CMU), 1996) | 6.5 × 10³ | 6.5 × 10³ | 1996 | كثيف |
| 693 | ACF-WIDER (Chinese Academy of Sciences, 2014) | 6.1 × 10³ | 6.1 × 10³ | 2014 | كثيف |
| 694 | RankNet (Microsoft Research, 2005) | 5.7 × 10³ | 5.7 × 10³ | 2005 | كثيف |
| 695 | ANN Eye Tracker (, 1993) | 5.6 × 10³ | 5.6 × 10³ | 1993 | كثيف |
| 696 | JPMAX (, 1994) | ~4.4 × 10³ | 1994 | تقدير | |
| 697 | Kohonen network (Helsinki University of Technology, 1981) | ~4.1 × 10³ | 1981 | تقدير | |
| 698 | Speaker-independent vowel classification (University of Washington, 1989) | 3 × 10³ | 3 × 10³ | 1989 | كثيف |
| 699 | Pattern recognition and reading by machine (Sandia Corporation, 1959) | ~2.6 × 10³ | 1959 | تقدير | |
| 700 | Handwritten digit recognition network (AT&T, 1989) | 2.6 × 10³ | 2.6 × 10³ | 1989 | كثيف |
| 701 | Boosting (Bell Laboratories, 1992) | ~2.6 × 10³ | 1992 | تقدير | |
| 702 | Decision tree adaline (Tokyo Medical and Dental University, 1969) | 2.5 × 10³ | 2.5 × 10³ | 1969 | كثيف |
| 703 | LTE speaker verification system (IBM, 1966) | ~2.1 × 10³ | 1966 | تقدير | |
| 704 | Ceramic-MLP (Sapienza Università di Roma, 1994) | ~1.9 × 10³ | 1994 | تقدير | |
| 705 | SexNet classification (, 1990) | ~1.6 × 10³ | 1990 | تقدير | |
| 706 | RAAM (, 1990) | 1.5 × 10³ | 1.5 × 10³ | 1990 | كثيف |
| 707 | Super-vector coding (University of Illinois Urbana-Champaign (UIUC), 2010) | ~1 × 10³ | 2010 | تقدير | |
| 708 | Perceptron Mark I (Cornell Aeronautical Laboratory, 1957) | ~1 × 10³ | 1957 | تقدير | |
| 709 | Perceptron (Cornell Aeronautical Laboratory, 1960) | ~1 × 10³ | 1960 | تقدير | |
| 710 | Translation-invariant MLP (Carnegie Mellon University (CMU), 1987) | 8.2 × 10² | 8.2 × 10² | 1987 | خليط الخبراء (العدد النشط غير منشور) |
| 711 | Truck backer-upper (Stanford University, 1989) | 8.1 × 10² | 8.1 × 10² | 1989 | كثيف |
| 712 | Siamese-TDNN (Bell Laboratories, 1993) | ~7.4 × 10² | 1993 | تقدير | |
| 713 | MLP with back-propagation (University of California San Diego, 1986) | 7.2 × 10² | 7.2 × 10² | 1986 | كثيف |
| 714 | Cancer drug mechanism prediction (National Cancer Institute, 1992) | ~5.9 × 10² | 1992 | تقدير | |
| 715 | Distributed representation NN (Carnegie Mellon University (CMU), 1986) | 4.3 × 10² | 4.3 × 10² | 1986 | كثيف |
| 716 | Piecewise linear model (University of Kansas, 1973) | 3.6 × 10² | 3.6 × 10² | 1973 | كثيف |
| 717 | ASE+ACE (University of Massachusetts Amherst, 1983) | ~3.2 × 10² | 1983 | تقدير | |
| 718 | LSTM with forget gates (IDSIA, 1999) | ~2.8 × 10² | 1999 | تقدير | |
| 719 | Self Organizing System (Massachusetts Institute of Technology (MIT), 1955) | ~2.3 × 10² | 1955 | تقدير | |
| 720 | Theseus (Bell Laboratories, 1950) | 4 × 10¹ | 4 × 10¹ | 1950 | كثيف |
| 721 | SNARC (Harvard University, 1952) | ~4 × 10¹ | 1952 | تقدير | |
| 722 | Bankruptcy-NN (, 1990) | 3.6 × 10¹ | 3.6 × 10¹ | 1990 | كثيف |
| 723 | GNN (University of Siena, 2008) | 3 × 10¹ | 3 × 10¹ | 2008 | كثيف |
| 724 | ADALINE (Stanford University, 1960) | 1.7 × 10¹ | 1.7 × 10¹ | 1960 | كثيف |
| 725 | Samuel Neural Checkers (IBM, 1959) | ~1.6 × 10¹ | 1959 | تقدير |
الجماعات
تصنّف هذه الرسوم المجتمعات الحيوانية والأديان والدول والأحزاب والشركات بطريقتين. إحداهما بحسب الأعضاء. والأخرى بحسب مكافئات العصبونات، التي تزن كل عضو بحصة وقت يقظته التي توجّهها تعليمات الجماعة. وتُعدّ الأكواد الدينية والقوانين وقواعد الأحزاب والأوصاف الوظيفية كلها بالطريقة نفسها. فهي جميعًا مجموعات تعليمات، فنقيسها بالقاعدة نفسها. كيف يُقدَّر الزمن الموجَّه.
- مجتمع الشمبانزي▲17.4 × 10¹¹
- مستعمرة النمل القاطع للأوراق▼16.3 × 10¹¹
- مجتمع البونوبو▲24.4 × 10¹¹
- معسكر الهادزا (بشر، للمقارنة في الحجم)4.1 × 10¹¹
- مجموعة أوركا بيغ▼22.6 × 10¹¹
- سلالة أمومية من الأوركا المقيمة2.4 × 10¹¹
- قطيع البابون8.6 × 10¹⁰
- تحالف الدلافين قاروريّة الأنف▲17.6 × 10¹⁰
- الوحدة الاجتماعية لحوت العنبر▲16.4 × 10¹⁰
- مستعمرة نحل العسل▼25.8 × 10¹⁰
- عائلة الفيلة5.6 × 10¹⁰
- سرب قيق الصنوبر5.3 × 10¹⁰
- عشيرة الضبع المرقط2.2 × 10¹⁰
- قطيع الكلب البري الأفريقي7.2 × 10⁹
- قطيع الذئاب4.2 × 10⁹
- مجموعة الميركات1.7 × 10⁹
- مستعمرة جرذ الخُلد العاري4.1 × 10⁸
108109101010111012neurons
اعرض الأرقام
| # | المجموعة | العصبونات في المجموعة | في النشاط الجماعي | الأعضاء | النسبة الموجَّهة | أنواع النداءات |
|---|---|---|---|---|---|---|
| 1 | مجتمع الشمبانزي | 7.4 × 10¹¹ | 2.5 × 10¹¹ | 100 | 34% | — |
| 2 | مستعمرة النمل القاطع للأوراق | 6.3 × 10¹¹ | 5 × 10¹¹ | 2.5 مليون | 80% | — |
| 3 | مجتمع البونوبو | 4.4 × 10¹¹ | 1.9 × 10¹¹ | 59 | 43% | — |
| 4 | معسكر الهادزا (بشر، للمقارنة في الحجم) | 4.1 × 10¹¹ | 2.1 × 10¹¹ | 25 | 53% | — |
| 5 | مجموعة أوركا بيغ | 2.6 × 10¹¹ | 2.4 × 10¹¹ | 6 | 91% | — |
| 6 | سلالة أمومية من الأوركا المقيمة | 2.4 × 10¹¹ | 1.7 × 10¹¹ | 6 | 70% | 11 |
| 7 | قطيع البابون | 8.6 × 10¹⁰ | 5.2 × 10¹⁰ | 30 | 60% | 9 |
| 8 | تحالف الدلافين قاروريّة الأنف | 7.6 × 10¹⁰ | 4.2 × 10¹⁰ | 6 | 55% | — |
| 9 | الوحدة الاجتماعية لحوت العنبر | 6.4 × 10¹⁰ | 4.1 × 10¹⁰ | 8 | 65% | — |
| 10 | مستعمرة نحل العسل | 5.8 × 10¹⁰ | 4.9 × 10¹⁰ | 60,000 | 85% | — |
| 11 | عائلة الفيلة | 5.6 × 10¹⁰ | 3.2 × 10¹⁰ | 10 | 57% | — |
| 12 | سرب قيق الصنوبر | 5.3 × 10¹⁰ | 3.2 × 10¹⁰ | 100 | 60% | — |
| 13 | عشيرة الضبع المرقط | 2.2 × 10¹⁰ | 6.7 × 10⁹ | 45 | 30% | 11 |
| 14 | قطيع الكلب البري الأفريقي | 7.2 × 10⁹ | 4.8 × 10⁹ | 14 | 67% | 11 |
| 15 | قطيع الذئاب | 4.2 × 10⁹ | 2.6 × 10⁹ | 8 | 63% | — |
| 16 | مجموعة الميركات | 1.7 × 10⁹ | 1 × 10⁹ | 15 | 57% | 12 |
| 17 | مستعمرة جرذ الخُلد العاري | 4.1 × 10⁸ | 2.9 × 10⁸ | 78 | 70% | — |
- المسيحية▲12.27 مليار
- الإسلام▼12.02 مليار
- الهندوسية1.18 مليار
- الأديان الشعبية400 مليون
- البوذية324.19 مليون
- الديانات الأفريقية التقليدية▲198.73 مليون
- الشنتو▲187.92 مليون
- السيخية▲125 مليون
- اليهودية▼314.78 مليون
- الطاوية▲18 ملايين
- البهائية▲18 ملايين
- فالون غونغ▲17 ملايين
- الجاينية▼34.45 مليون
- الروحانية3.8 مليون
- كاو داي2.5 مليون
- تنريكيو1.12 مليون
- براهما كوماريس1 مليون
1051061071081091010الأعضاء
اعرض الأرقام
| # | الدين | الأعضاء | تتبع تعليماته | النسبة الموجَّهة | الساعات في الأسبوع |
|---|---|---|---|---|---|
| 1 | المسيحية | 2.27 مليار | 1.7 × 10¹⁸ | 0.88% | 0.9 h |
| 2 | الإسلام | 2.02 مليار | 8.9 × 10¹⁸ | 5.1% | 5.4 h |
| 3 | الهندوسية | 1.18 مليار | 1.6 × 10¹⁸ | 1.6% | 1.6 h |
| 4 | الأديان الشعبية | 400 مليون | 2 × 10¹⁷ | 0.59% (بديل) | 0.6 h |
| 5 | البوذية | 324.19 مليون | 7.5 × 10¹⁶ | 0.27% | 0.3 h |
| 6 | الديانات الأفريقية التقليدية | 98.73 مليون | 5 × 10¹⁶ | 0.59% (بديل) | 0.6 h |
| 7 | الشنتو | 87.92 مليون | 4.5 × 10¹⁶ | 0.59% (بديل) | 0.6 h |
| 8 | السيخية | 25 مليون | 3.7 × 10¹⁶ | 1.7% | 1.8 h |
| 9 | اليهودية | 14.78 مليون | 5.3 × 10¹⁶ | 4.2% | 4.4 h |
| 10 | الطاوية | 8 ملايين | 4.1 × 10¹⁵ | 0.59% (بديل) | 0.6 h |
| 11 | البهائية | 8 ملايين | 4.1 × 10¹⁵ | 0.59% (بديل) | 0.6 h |
| 12 | فالون غونغ | 7 ملايين | 3.6 × 10¹⁵ | 0.59% (بديل) | 0.6 h |
| 13 | الجاينية | 4.45 مليون | 1.8 × 10¹⁶ | 4.6% | 4.8 h |
| 14 | الروحانية | 3.8 مليون | 1.9 × 10¹⁵ | 0.59% (بديل) | 0.6 h |
| 15 | كاو داي | 2.5 مليون | 1.3 × 10¹⁵ | 0.59% (بديل) | 0.6 h |
| 16 | تنريكيو | 1.12 مليون | 5.7 × 10¹⁴ | 0.59% (بديل) | 0.6 h |
| 17 | براهما كوماريس | 1 مليون | 5.1 × 10¹⁴ | 0.59% (بديل) | 0.6 h |
- الهند▲11.46 مليار
- الصين▼11.41 مليار
- الولايات المتحدة341.78 مليون
- إندونيسيا285.72 مليون
- باكستان▲5255.22 مليون
- نيجيريا▲1237.53 مليون
- البرازيل▼2212.81 مليون
- بنغلاديش▲5175.69 مليون
- روسيا▼3143.51 مليون
- إثيوبيا▲7135.47 مليون
- المكسيك▼2131.95 مليون
- اليابان▲11123.37 مليون
- مصر▼2118.37 مليون
- الفلبين116.79 مليون
- جمهورية الكونغو الديمقراطية▼3112.83 مليون
1041061081010المقيمون
اعرض الأرقام
| # | الدولة | المقيمون | تتبع تعليماته | النسبة الموجَّهة | الساعات في الأسبوع |
|---|---|---|---|---|---|
| 1 | الهند | 1.46 مليار | 2.5 × 10¹⁸ | 2% | 2.1 h |
| 2 | الصين | 1.41 مليار | 5 × 10¹⁸ | 4.1% | 4.3 h |
| 3 | الولايات المتحدة | 341.78 مليون | 1.6 × 10¹⁸ | 5.6% | 5.8 h |
| 4 | إندونيسيا | 285.72 مليون | 1 × 10¹⁸ | 4.2% | 4.4 h |
| 5 | باكستان | 255.22 مليون | 5.7 × 10¹⁷ | 2.6% | 2.7 h |
| 6 | نيجيريا | 237.53 مليون | 6.6 × 10¹⁷ | 3.2% | 3.4 h |
| 7 | البرازيل | 212.81 مليون | 8.7 × 10¹⁷ | 4.8% | 5 h |
| 8 | بنغلاديش | 175.69 مليون | 4.6 × 10¹⁷ | 3% | 3.1 h |
| 9 | روسيا | 143.51 مليون | 7.5 × 10¹⁷ | 6.1% | 6.4 h |
| 10 | إثيوبيا | 135.47 مليون | 3.9 × 10¹⁷ | 3.4% | 3.5 h |
| 11 | المكسيك | 131.95 مليون | 5.9 × 10¹⁷ | 5.2% | 5.5 h |
| 12 | اليابان | 123.37 مليون | 2.8 × 10¹⁷ | 2.7% | 2.8 h |
| 13 | مصر | 118.37 مليون | 5.5 × 10¹⁷ | 5.4% | 5.7 h |
| 14 | الفلبين | 116.79 مليون | 4.4 × 10¹⁷ | 4.4% | 4.6 h |
| 15 | جمهورية الكونغو الديمقراطية | 112.83 مليون | 4.7 × 10¹⁷ | 4.8% | 5.1 h |
| 16 | فيتنام | 101.6 مليون | 4.2 × 10¹⁷ | 4.8% | 5 h |
| 17 | إيران | 92.42 مليون | 3.5 × 10¹⁷ | 4.3% | 4.6 h |
| 18 | تركيا | 85.88 مليون | 4.3 × 10¹⁷ | 5.8% | 6 h |
| 19 | ألمانيا | 83.49 مليون | 2.9 × 10¹⁷ | 4% | 4.2 h |
| 20 | تايلاند | 71.62 مليون | 2.4 × 10¹⁷ | 3.9% | 4.1 h |
| 21 | تنزانيا | 70.55 مليون | 2.2 × 10¹⁷ | 3.6% | 3.8 h |
| 22 | المملكة المتحدة | 69.49 مليون | 2.8 × 10¹⁷ | 4.6% | 4.8 h |
| 23 | فرنسا | 68.72 مليون | 3.1 × 10¹⁷ | 5.3% | 5.5 h |
| 24 | جنوب أفريقيا | 64.75 مليون | 2.9 × 10¹⁷ | 5.1% | 5.4 h |
| 25 | إيطاليا | 58.92 مليون | 2.1 × 10¹⁷ | 4.2% | 4.4 h |
| 26 | كينيا | 57.53 مليون | 2.3 × 10¹⁷ | 4.7% | 5 h |
| 27 | ميانمار | 54.85 مليون | 1.9 × 10¹⁷ | 4% | 4.2 h |
| 28 | كولومبيا | 53.43 مليون | 1.7 × 10¹⁷ | 3.7% | 3.9 h |
| 29 | كوريا الجنوبية | 51.68 مليون | 1.4 × 10¹⁷ | 3% | 3.2 h |
| 30 | السودان | 51.66 مليون | 1.5 × 10¹⁷ | 3.4% | 3.6 h |
| 31 | أوغندا | 51.38 مليون | 1.5 × 10¹⁷ | 3.4% | 3.6 h |
| 32 | إسبانيا | 49.36 مليون | 1.8 × 10¹⁷ | 4.2% | 4.3 h |
| 33 | الجزائر | 47.44 مليون | 3.2 × 10¹⁷ | 7.9% | 8.3 h |
| 34 | العراق | 47.02 مليون | 1.1 × 10¹⁷ | 2.8% | 2.9 h |
| 35 | الأرجنتين | 45.85 مليون | 1.7 × 10¹⁷ | 4.4% | 4.6 h |
| 36 | أفغانستان | 43.84 مليون | 1.8 × 10¹⁷ | 4.8% | 5 h |
| 37 | اليمن | 41.77 مليون | 1.3 × 10¹⁷ | 3.7% | 3.9 h |
| 38 | كندا | 41.65 مليون | 2 × 10¹⁷ | 5.5% | 5.8 h |
| 39 | أنغولا | 39.04 مليون | 1.4 × 10¹⁷ | 4.2% | 4.4 h |
| 40 | أوكرانيا | 38.98 مليون | 2.1 × 10¹⁷ | 6.2% | 6.5 h |
| 41 | المغرب | 38.43 مليون | 1.5 × 10¹⁷ | 4.5% | 4.7 h |
| 42 | أوزبكستان | 37.05 مليون | 2 × 10¹⁷ | 6.3% | 6.6 h |
| 43 | السعودية | 36.97 مليون | 1.4 × 10¹⁷ | 4.3% | 4.6 h |
| 44 | بولندا | 36.44 مليون | 2.1 × 10¹⁷ | 6.7% | 7 h |
| 45 | ماليزيا | 35.98 مليون | 1.8 × 10¹⁷ | 5.8% | 6.1 h |
| 46 | موزمبيق | 35.63 مليون | 1.5 × 10¹⁷ | 4.8% | 5.1 h |
| 47 | غانا | 35.06 مليون | 1.2 × 10¹⁷ | 3.9% | 4.1 h |
| 48 | بيرو | 34.58 مليون | 1.4 × 10¹⁷ | 4.8% | 5 h |
| 49 | مدغشقر | 32.74 مليون | 9.4 × 10¹⁶ | 3.3% | 3.5 h |
| 50 | كوت ديفوار | 32.71 مليون | 9.5 × 10¹⁶ | 3.4% | 3.5 h |
| 51 | الكاميرون | 29.88 مليون | 9.8 × 10¹⁶ | 3.8% | 4 h |
| 52 | نيبال | 29.62 مليون | 1.1 × 10¹⁷ | 4.2% | 4.4 h |
| 53 | فنزويلا | 28.52 مليون | 1.5 × 10¹⁷ | 6.1% | 6.4 h |
| 54 | النيجر | 27.92 مليون | 6.4 × 10¹⁶ | 2.6% | 2.8 h |
| 55 | أستراليا | 27.61 مليون | 1.1 × 10¹⁷ | 4.7% | 5 h |
| 56 | كوريا الشمالية | 26.57 مليون | 6.6 × 10¹⁷ | 29% | 30.1 h |
| 57 | سوريا | 25.62 مليون | 9.8 × 10¹⁶ | 4.4% | 4.6 h |
| 58 | مالي | 25.2 مليون | 4.9 × 10¹⁶ | 2.3% | 2.4 h |
| 59 | بوركينا فاسو | 24.07 مليون | 5.7 × 10¹⁶ | 2.8% | 2.9 h |
| 60 | تايوان | 23.31 مليون | 1 × 10¹⁷ | 5% | 5.3 h |
| 61 | مالاوي | 22.22 مليون | 1 × 10¹⁷ | 5.4% | 5.6 h |
| 62 | زامبيا | 21.91 مليون | 10 × 10¹⁶ | 5.3% | 5.5 h |
| 63 | سريلانكا | 21.76 مليون | 1.1 × 10¹⁷ | 6% | 6.3 h |
| 64 | تشاد | 21 مليون | 4.9 × 10¹⁶ | 2.7% | 2.9 h |
| 65 | كازاخستان | 20.84 مليون | 1.4 × 10¹⁷ | 7.6% | 7.9 h |
| 66 | تشيلي | 19.86 مليون | 6.2 × 10¹⁶ | 3.6% | 3.8 h |
| 67 | الصومال | 19.65 مليون | 1.5 × 10¹⁶ | 0.88% | 0.9 h |
| 68 | رومانيا | 19.02 مليون | 7.5 × 10¹⁶ | 4.6% | 4.8 h |
| 69 | السنغال | 18.93 مليون | 5.9 × 10¹⁶ | 3.6% | 3.8 h |
| 70 | غواتيمالا | 18.69 مليون | 6 × 10¹⁶ | 3.7% | 3.9 h |
| 71 | الإكوادور | 18.29 مليون | 6.6 × 10¹⁶ | 4.2% | 4.4 h |
| 72 | هولندا | 18.09 مليون | 7.6 × 10¹⁶ | 4.9% | 5.1 h |
| 73 | كمبوديا | 17.85 مليون | 7.4 × 10¹⁶ | 4.8% | 5.1 h |
| 74 | زيمبابوي | 16.95 مليون | 6.1 × 10¹⁶ | 4.2% | 4.4 h |
| 75 | غينيا | 15.1 مليون | 3.1 × 10¹⁶ | 2.4% | 2.5 h |
| 76 | بنين | 14.81 مليون | 4.4 × 10¹⁶ | 3.4% | 3.6 h |
| 77 | رواندا | 14.57 مليون | 7 × 10¹⁶ | 5.6% | 5.8 h |
| 78 | بوروندي | 14.39 مليون | 5.2 × 10¹⁶ | 4.2% | 4.4 h |
| 79 | بوليفيا | 12.58 مليون | 5.8 × 10¹⁶ | 5.4% | 5.6 h |
| 80 | تونس | 12.35 مليون | 6.4 × 10¹⁶ | 6% | 6.3 h |
| 81 | جنوب السودان | 12.19 مليون | 4.4 × 10¹⁶ | 4.2% | 4.4 h |
| 82 | بلجيكا | 11.94 مليون | 4.5 × 10¹⁶ | 4.3% | 4.5 h |
| 83 | هايتي | 11.91 مليون | 1.9 × 10¹⁶ | 1.8% | 1.9 h |
| 84 | الأردن | 11.52 مليون | 4.9 × 10¹⁶ | 5% | 5.2 h |
| 85 | جمهورية الدومينيكان | 11.52 مليون | 4.9 × 10¹⁶ | 4.9% | 5.2 h |
| 86 | الإمارات العربية المتحدة | 11.51 مليون | 3.1 × 10¹⁶ | 3.1% | 3.2 h |
| 87 | هندوراس | 11.01 مليون | 3.2 × 10¹⁶ | 3.3% | 3.5 h |
| 88 | كوبا | 10.94 مليون | 1.6 × 10¹⁷ | 17% | 17.4 h |
| 89 | التشيك | 10.89 مليون | 5.8 × 10¹⁶ | 6.2% | 6.5 h |
| 90 | البرتغال | 10.8 مليون | 5.1 × 10¹⁶ | 5.5% | 5.7 h |
| 91 | طاجيكستان | 10.79 مليون | 5.3 × 10¹⁶ | 5.7% | 6 h |
| 92 | بابوا غينيا الجديدة | 10.76 مليون | 4.3 × 10¹⁶ | 4.6% | 4.8 h |
| 93 | السويد | 10.6 مليون | 6.8 × 10¹⁶ | 7.5% | 7.8 h |
| 94 | اليونان | 10.41 مليون | 4.9 × 10¹⁶ | 5.4% | 5.7 h |
| 95 | أذربيجان | 10.25 مليون | 6.2 × 10¹⁶ | 7% | 7.4 h |
| 96 | إسرائيل | 10.12 مليون | 6.4 × 10¹⁶ | 7.3% | 7.7 h |
| 97 | المجر | 9.51 مليون | 5.7 × 10¹⁶ | 6.9% | 7.3 h |
| 98 | النمسا | 9.21 مليون | 2.5 × 10¹⁶ | 3.2% | 3.4 h |
| 99 | سويسرا | 9.09 مليون | 3.9 × 10¹⁶ | 5% | 5.3 h |
| 100 | بيلاروس | 9.09 مليون | 7.9 × 10¹⁶ | 10% | 10.6 h |
| 101 | سيراليون | 8.82 مليون | 4.9 × 10¹⁶ | 6.5% | 6.8 h |
| 102 | توغو | 8.59 مليون | 3 × 10¹⁶ | 4% | 4.2 h |
| 103 | لاوس | 7.87 مليون | 3.2 × 10¹⁶ | 4.8% | 5 h |
| 104 | تركمانستان | 7.62 مليون | 4.2 × 10¹⁶ | 6.5% | 6.8 h |
| 105 | ليبيا | 7.46 مليون | 3.9 × 10¹⁶ | 6.1% | 6.4 h |
| 106 | قيرغيزستان | 7.34 مليون | 4.1 × 10¹⁶ | 6.5% | 6.8 h |
| 107 | باراغواي | 7.01 مليون | 2.9 × 10¹⁶ | 4.8% | 5.1 h |
| 108 | نيكاراغوا | 7.01 مليون | 2.8 × 10¹⁶ | 4.6% | 4.8 h |
| 109 | صربيا | 6.55 مليون | 4.1 × 10¹⁶ | 7.2% | 7.5 h |
| 110 | جمهورية الكونغو | 6.48 مليون | 1.7 × 10¹⁶ | 3% | 3.1 h |
| 111 | بلغاريا | 6.43 مليون | 3.3 × 10¹⁶ | 5.9% | 6.2 h |
| 112 | السلفادور | 6.37 مليون | 3.2 × 10¹⁶ | 5.8% | 6.1 h |
| 113 | سنغافورة | 6.11 مليون | 1.9 × 10¹⁶ | 3.6% | 3.7 h |
| 114 | الدنمارك | 6.01 مليون | 3.9 × 10¹⁶ | 7.6% | 8 h |
| 115 | لبنان | 5.85 مليون | 1.5 × 10¹⁶ | 3% | 3.1 h |
| 116 | ليبيريا | 5.73 مليون | 1.5 × 10¹⁶ | 3.1% | 3.3 h |
| 117 | فنلندا | 5.65 مليون | 3.2 × 10¹⁶ | 6.6% | 6.9 h |
| 118 | النرويج | 5.61 مليون | 3.7 × 10¹⁶ | 7.6% | 8 h |
| 119 | جمهورية أفريقيا الوسطى | 5.51 مليون | 1.7 × 10¹⁶ | 3.5% | 3.7 h |
| 120 | عُمان | 5.49 مليون | 2.9 × 10¹⁶ | 6.2% | 6.5 h |
| 121 | أيرلندا | 5.48 مليون | 3.4 × 10¹⁶ | 7.2% | 7.6 h |
| 122 | سلوفاكيا | 5.41 مليون | 3.1 × 10¹⁶ | 6.7% | 7 h |
| 123 | فلسطين | 5.41 مليون | 2 × 10¹⁶ | 4.3% | 4.5 h |
| 124 | نيوزيلندا | 5.32 مليون | 2.7 × 10¹⁶ | 5.9% | 6.2 h |
| 125 | موريتانيا | 5.32 مليون | 2 × 10¹⁶ | 4.3% | 4.5 h |
| 126 | كوستاريكا | 5.15 مليون | 2.6 × 10¹⁶ | 5.9% | 6.2 h |
| 127 | الكويت | 4.87 مليون | 2.7 × 10¹⁶ | 6.5% | 6.8 h |
| 128 | بنما | 4.57 مليون | 2.3 × 10¹⁶ | 5.9% | 6.2 h |
| 129 | جورجيا | 3.94 مليون | 2.1 × 10¹⁶ | 6.1% | 6.4 h |
| 130 | كرواتيا | 3.88 مليون | 2.2 × 10¹⁶ | 6.7% | 7 h |
| 131 | إريتريا | 3.61 مليون | 1.5 × 10¹⁶ | 5% | 5.2 h |
| 132 | منغوليا | 3.57 مليون | 2.2 × 10¹⁶ | 7% | 7.3 h |
| 133 | أوروغواي | 3.38 مليون | 1.7 × 10¹⁶ | 5.9% | 6.2 h |
| 134 | البوسنة والهرسك | 3.14 مليون | 1.6 × 10¹⁶ | 5.9% | 6.2 h |
| 135 | ناميبيا | 3.09 مليون | 1.8 × 10¹⁶ | 6.9% | 7.2 h |
| 136 | أرمينيا | 3.09 مليون | 1.7 × 10¹⁶ | 6.5% | 6.8 h |
| 137 | قطر | 2.97 مليون | 9.6 × 10¹⁵ | 3.8% | 3.9 h |
| 138 | ليتوانيا | 2.89 مليون | 1.8 × 10¹⁶ | 7.4% | 7.7 h |
| 139 | جامايكا | 2.84 مليون | 1.2 × 10¹⁶ | 5% | 5.2 h |
| 140 | غامبيا | 2.82 مليون | 1.1 × 10¹⁶ | 4.5% | 4.7 h |
| 141 | الغابون | 2.59 مليون | 9.9 × 10¹⁵ | 4.4% | 4.6 h |
| 142 | بوتسوانا | 2.56 مليون | 1.3 × 10¹⁶ | 5.7% | 6 h |
| 143 | ليسوتو | 2.36 مليون | 9.5 × 10¹⁵ | 4.7% | 4.9 h |
| 144 | مولدوفا | 2.36 مليون | 1.5 × 10¹⁶ | 7.3% | 7.6 h |
| 145 | ألبانيا | 2.35 مليون | 1.2 × 10¹⁶ | 5.7% | 6 h |
| 146 | غينيا بيساو | 2.25 مليون | 5.7 × 10¹⁵ | 2.9% | 3.1 h |
| 147 | سلوفينيا | 2.13 مليون | 1.2 × 10¹⁶ | 6.6% | 6.9 h |
| 148 | غينيا الاستوائية | 1.94 مليون | 4 × 10¹⁵ | 2.4% | 2.5 h |
| 149 | لاتفيا | 1.85 مليون | 1.2 × 10¹⁶ | 7.6% | 7.9 h |
| 150 | مقدونيا الشمالية | 1.82 مليون | 9.2 × 10¹⁵ | 5.9% | 6.2 h |
| 151 | البحرين | 1.6 مليون | 5.9 × 10¹⁵ | 4.3% | 4.5 h |
| 152 | كوسوفو | 1.58 مليون | 8 × 10¹⁵ | 5.9% | 6.2 h |
| 153 | تيمور الشرقية | 1.42 مليون | 8 × 10¹⁵ | 6.6% | 6.9 h |
| 154 | قبرص | 1.37 مليون | 5.5 × 10¹⁵ | 4.7% | 4.9 h |
| 155 | ترينيداد وتوباغو | 1.37 مليون | 9.3 × 10¹⁵ | 7.9% | 8.2 h |
| 156 | إستونيا | 1.37 مليون | 8.3 × 10¹⁵ | 7% | 7.4 h |
| 157 | إسواتيني | 1.26 مليون | 7.5 × 10¹⁵ | 6.9% | 7.2 h |
| 158 | موريشيوس | 1.24 مليون | 5.1 × 10¹⁵ | 4.8% | 5 h |
| 159 | جيبوتي | 1.18 مليون | 4.6 × 10¹⁵ | 4.5% | 4.8 h |
| 160 | فيجي | 933,154 | 5.6 × 10¹⁵ | 7% | 7.4 h |
| 161 | جزر القمر | 882,847 | 3.5 × 10¹⁵ | 4.6% | 4.8 h |
| 162 | جزر سليمان | 838,645 | 3.2 × 10¹⁵ | 4.4% | 4.6 h |
| 163 | غيانا | 835,986 | 4.6 × 10¹⁵ | 6.4% | 6.7 h |
| 164 | بوتان | 796,682 | 5.8 × 10¹⁵ | 8.5% | 8.9 h |
| 165 | لوكسمبورغ | 686,970 | 2.4 × 10¹⁵ | 4% | 4.2 h |
| 166 | سورينام | 639,850 | 3.7 × 10¹⁵ | 6.7% | 7.1 h |
| 167 | الجبل الأسود | 623,129 | 4.3 × 10¹⁵ | 8.1% | 8.5 h |
| 168 | Malta | 579,704 | 3.1 × 10¹⁵ | 6.2% | 6.5 h |
| 169 | جزر المالديف | 529,676 | 4.7 × 10¹⁵ | 10% | 10.8 h |
| 170 | الرأس الأخضر | 527,326 | 3.3 × 10¹⁵ | 7.2% | 7.6 h |
| 171 | بروناي | 466,330 | 3.6 × 10¹⁵ | 8.9% | 9.3 h |
| 172 | بليز | 422,924 | 1.1 × 10¹⁵ | 2.9% | 3.1 h |
| 173 | الباهاما | 403,033 | 2.2 × 10¹⁵ | 6.4% | 6.7 h |
| 174 | آيسلندا | 392,404 | 2.5 × 10¹⁵ | 7.4% | 7.7 h |
| 175 | فانواتو | 335,169 | 2 × 10¹⁵ | 6.9% | 7.3 h |
| 176 | بربادوس | 282,623 | 1.5 × 10¹⁵ | 6% | 6.3 h |
| 177 | ساو تومي وبرينسيبي | 240,254 | 1.1 × 10¹⁵ | 5.4% | 5.7 h |
| 178 | ساموا | 219,306 | 1.1 × 10¹⁵ | 5.7% | 5.9 h |
| 179 | سانت لوسيا | 180,149 | 9.3 × 10¹⁴ | 6% | 6.3 h |
| 180 | كيريباتي | 136,488 | 7.6 × 10¹⁴ | 6.4% | 6.7 h |
| 181 | سيشل | 122,730 | 8.9 × 10¹⁴ | 8.4% | 8.8 h |
| 182 | غرينادا | 117,303 | 7.3 × 10¹⁴ | 7.2% | 7.5 h |
| 183 | ميكرونيزيا | 113,683 | 5.7 × 10¹⁴ | 5.8% | 6.1 h |
| 184 | تونغا | 103,742 | 5.9 × 10¹⁴ | 6.6% | 6.9 h |
| 185 | سانت فنسنت وجزر غرينادين | 99,924 | 4.9 × 10¹⁴ | 5.7% | 5.9 h |
| 186 | أنتيغوا وبربودا | 94,209 | 6.5 × 10¹⁴ | 8% | 8.3 h |
| 187 | أندورا | 82,904 | 3.9 × 10¹⁴ | 5.5% | 5.8 h |
| 188 | دومينيكا | 65,871 | 2.3 × 10¹⁴ | 4.1% | 4.3 h |
| 189 | سانت كيتس ونيفيس | 46,922 | 2.1 × 10¹⁴ | 5.2% | 5.5 h |
| 190 | ليختنشتاين | 41,024 | 2 × 10¹⁴ | 5.7% | 5.9 h |
| 191 | موناكو | 38,341 | 2.3 × 10¹⁴ | 6.9% | 7.3 h |
| 192 | جزر مارشال | 36,282 | 3.3 × 10¹⁴ | 10% | 10.9 h |
| 193 | سان مارينو | 34,109 | 1.3 × 10¹⁴ | 4.6% | 4.8 h |
| 194 | بالاو | 17,663 | 1.6 × 10¹⁴ | 10% | 11 h |
| 195 | ناورو | 12,025 | 9.3 × 10¹³ | 9% | 9.4 h |
| 196 | توفالو | 9,492 | 8 × 10¹³ | 9.8% | 10.2 h |
- حزب بهاراتيا جاناتا (الهند)▲1140 مليون
- الحزب الشيوعي الصيني▼1101.29 مليون
- الحزب الديمقراطي (الولايات المتحدة)▲1344.9 مليون
- الحزب الجمهوري (الولايات المتحدة)▲1638 مليون
- المؤتمر الوطني الهندي▼226 مليون
- AIADMK (الهند)▼220.04 مليون
- DMK (الهند)▼220 مليون
- حزب الازدهار (إثيوبيا)▼115.7 مليون
- TVK (الهند)▼115 مليون
- حزب الثورة (تنزانيا)▼113 مليون
- مؤتمر كل التقدميين (نيجيريا)▼112.9 مليون
- حزب العدالة والتنمية (تركيا)▼111.71 مليون
- مورينا (المكسيك)▼111.63 مليون
- حزب تيلوغو ديسام (الهند)▼110.05 مليون
- حزب الشعب الكمبودي▼17 ملايين
104105106107108109الأعضاء
اعرض الأرقام
| # | الحزب | الأعضاء | تتبع تعليماته | النسبة الموجَّهة | الساعات في الأسبوع |
|---|---|---|---|---|---|
| 1 | حزب بهاراتيا جاناتا (الهند) | 140 مليون | 6.3 × 10¹⁶ | 0.52% (بديل) | 0.6 h |
| 2 | الحزب الشيوعي الصيني | 101.29 مليون | 8.2 × 10¹⁶ | 0.94% | 1 h |
| 3 | الحزب الديمقراطي (الولايات المتحدة) | 44.9 مليون | 2.3 × 10¹⁵ | 0.06% | 0.1 h |
| 4 | الحزب الجمهوري (الولايات المتحدة) | 38 مليون | 2 × 10¹⁵ | 0.06% | 0.1 h |
| 5 | المؤتمر الوطني الهندي | 26 مليون | 1.2 × 10¹⁶ | 0.52% (بديل) | 0.6 h |
| 6 | AIADMK (الهند) | 20.04 مليون | 9 × 10¹⁵ | 0.52% (بديل) | 0.6 h |
| 7 | DMK (الهند) | 20 مليون | 9 × 10¹⁵ | 0.52% (بديل) | 0.6 h |
| 8 | حزب الازدهار (إثيوبيا) | 15.7 مليون | 7 × 10¹⁵ | 0.52% (بديل) | 0.6 h |
| 9 | TVK (الهند) | 15 مليون | 6.7 × 10¹⁵ | 0.52% (بديل) | 0.6 h |
| 10 | حزب الثورة (تنزانيا) | 13 مليون | 5.8 × 10¹⁵ | 0.52% (بديل) | 0.6 h |
| 11 | مؤتمر كل التقدميين (نيجيريا) | 12.9 مليون | 5.8 × 10¹⁵ | 0.52% (بديل) | 0.6 h |
| 12 | حزب العدالة والتنمية (تركيا) | 11.71 مليون | 5.2 × 10¹⁵ | 0.52% (بديل) | 0.6 h |
| 13 | مورينا (المكسيك) | 11.63 مليون | 5.2 × 10¹⁵ | 0.52% (بديل) | 0.6 h |
| 14 | حزب تيلوغو ديسام (الهند) | 10.05 مليون | 4.5 × 10¹⁵ | 0.52% (بديل) | 0.6 h |
| 15 | حزب الشعب الكمبودي | 7 ملايين | 3.1 × 10¹⁵ | 0.52% (بديل) | 0.6 h |
| 16 | حزب العمال الكوري | 6.18 مليون | 7.6 × 10¹⁵ | 1.4% | 1.5 h |
| 17 | FRELIMO (موزمبيق) | 6 ملايين | 2.7 × 10¹⁵ | 0.52% (بديل) | 0.6 h |
| 18 | الحزب الشيوعي الفيتنامي | 5.6 مليون | 2.1 × 10¹⁵ | 0.44% | 0.5 h |
| 19 | الحزب الديمقراطي الكوري | 5 ملايين | 2.2 × 10¹⁵ | 0.52% (بديل) | 0.6 h |
| 20 | حزب قوة الشعب (كوريا الجنوبية) | 4.44 مليون | 2 × 10¹⁵ | 0.52% (بديل) | 0.6 h |
| 21 | PSUV (فنزويلا) | 4.24 مليون | 1.9 × 10¹⁵ | 0.52% (بديل) | 0.6 h |
| 22 | ZANU-PF (زيمبابوي) | 4.06 مليون | 1.8 × 10¹⁵ | 0.52% (بديل) | 0.6 h |
| 23 | UMNO (ماليزيا) | 3.25 مليون | 1.5 × 10¹⁵ | 0.52% (بديل) | 0.6 h |
| 24 | الحزب العدالي (الأرجنتين) | 3.1 مليون | 1.4 × 10¹⁵ | 0.52% (بديل) | 0.6 h |
| 25 | حزب كولورادو (باراغواي) | 3 ملايين | 1.3 × 10¹⁵ | 0.52% (بديل) | 0.6 h |
| 26 | روسيا الموحدة | 2.6 مليون | 1.2 × 10¹⁵ | 0.52% (بديل) | 0.6 h |
| 27 | UzLiDeP (أوزبكستان) | 2.31 مليون | 1 × 10¹⁵ | 0.52% (بديل) | 0.6 h |
| 28 | PLD (جمهورية الدومينيكان) | 2.18 مليون | 9.7 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 29 | MDB (البرازيل) | 2.02 مليون | 9 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 30 | CHP (تركيا) | 1.88 مليون | 8.4 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 31 | الاتحاد المدني الراديكالي (الأرجنتين) | 1.79 مليون | 8 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 32 | حزب العمال، PT (البرازيل) | 1.67 مليون | 7.5 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 33 | PRM (جمهورية الدومينيكان) | 1.55 مليون | 6.9 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 34 | الحزب الليبرالي الراديكالي الأصيل (باراغواي) | 1.55 مليون | 6.9 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 35 | Partido Federal ng Pilipinas | 1.5 مليون | 6.7 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 36 | PAS (ماليزيا) | 1.3 مليون | 5.8 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 37 | PRD (البرازيل) | 1.29 مليون | 5.8 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 38 | Progressistas (البرازيل) | 1.29 مليون | 5.8 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 39 | PSDB (البرازيل) | 1.26 مليون | 5.6 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 40 | PKR (ماليزيا) | 1.15 مليون | 5.2 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 41 | مقاتلو الحرية الاقتصادية (جنوب أفريقيا) | 1.09 مليون | 4.9 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 42 | PDT (البرازيل) | 1.07 مليون | 4.8 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 43 | União Brasil | 1.07 مليون | 4.8 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 44 | CPI(M) (الهند) | 1.02 مليون | 4.6 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 45 | الحزب الليبرالي الديمقراطي (اليابان) | 1 مليون | 4.5 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 46 | FLN (الجزائر) | 1 مليون | 4.5 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 47 | الحزب الليبرالي، PL (البرازيل) | 952,881 | 4.3 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 48 | الحزب الشيوعي الكوبي | 700,000 | 2.7 × 10¹⁴ | 0.44% | 0.5 h |
| 49 | المؤتمر الوطني الأفريقي | 688,454 | 3.1 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 50 | حزب المحافظين الكندي | 678,708 | 2.7 × 10¹⁴ | 0.46% | 0.5 h |
| 51 | CDU (ألمانيا) | 364,202 | 1.6 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 52 | SPD (ألمانيا) | 357,116 | 1.6 × 10¹⁴ | 0.52% (بديل) | 0.6 h |
| 53 | حزب العمال (المملكة المتحدة) | 333,235 | 1.6 × 10¹⁴ | 0.55% | 0.6 h |
| 54 | الحزب الليبرالي الكندي | 163,836 | 6.5 × 10¹³ | 0.46% | 0.5 h |
| 55 | حزب الخضر (ألمانيا) | 155,296 | 7 × 10¹³ | 0.52% (بديل) | 0.6 h |
| 56 | CSU (ألمانيا) | 125,153 | 5.6 × 10¹³ | 0.52% (بديل) | 0.6 h |
| 57 | حزب المحافظين (المملكة المتحدة) | 123,000 | 3.7 × 10¹³ | 0.35% | 0.4 h |
| 58 | الحزب الديمقراطي الجديد (كندا) | 100,542 | 4 × 10¹³ | 0.46% | 0.5 h |
| 59 | AfD (ألمانيا) | 51,335 | 2.3 × 10¹³ | 0.52% (بديل) | 0.6 h |
- Walmart2.1 مليون
- Amazon▲11.58 مليون
- State Grid▼11.36 مليون
- China National Petroleum1.03 مليون
- JD.com951,420
- BYD▲1869,622
- Accenture▼1779,000
- Allied Universal▲3770,000
- China Post Group▼1719,448
- السكك الحديدية الروسية (RZD)▲2677,363
- Volkswagen Group▲6662,942
- Foxconn (Hon Hai)▼2633,167
- Schwarz Group▲16604,000
- Compass Group▲18590,000
- Tata Consultancy Services▼6584,510
00.5M1M1.5M2M2.5Memployees
اعرض الأرقام
| # | شركة | الموظفون | تتبع تعليماته | الساعات في الأسبوع | النسبة الموجَّهة |
|---|---|---|---|---|---|
| 1 | Walmart | 2.1 مليون | 6.3 × 10¹⁶ | 36.3 h (الولايات المتحدة) | 35% |
| 2 | Amazon | 1.58 مليون | 4.7 × 10¹⁶ | 36.3 h (الولايات المتحدة) | 35% |
| 3 | State Grid | 1.36 مليون | 5.5 × 10¹⁶ | 49 h (الصين) | 47% |
| 4 | China National Petroleum | 1.03 مليون | 4.1 × 10¹⁶ | 49 h (الصين) | 47% |
| 5 | JD.com | 951,420 | 3.8 × 10¹⁶ | 49 h (الصين) | 47% |
| 6 | BYD | 869,622 | 3.5 × 10¹⁶ | 49 h (الصين) | 47% |
| 7 | Accenture | 779,000 | 3.7 × 10¹⁶ | 57.58 h (الهند) | 55% |
| 8 | Allied Universal | 770,000 | 2.3 × 10¹⁶ | 36.52 h (الولايات المتحدة) | 35% |
| 9 | China Post Group | 719,448 | 2.9 × 10¹⁶ | 49 h (الصين) | 47% |
| 10 | السكك الحديدية الروسية (RZD) | 677,363 | 2.2 × 10¹⁶ | 39.96 h (روسيا) | 38% |
| 11 | Volkswagen Group | 662,942 | 2 × 10¹⁶ | 35.95 h (ألمانيا) | 34% |
| 12 | Foxconn (Hon Hai) | 633,167 | 2.5 × 10¹⁶ | 49 h (الصين) | 47% |
| 13 | Schwarz Group | 604,000 | 1.6 × 10¹⁶ | 31.49 h (ألمانيا) | 30% |
| 14 | Compass Group | 590,000 | 1.5 × 10¹⁶ | 31.7 h (الولايات المتحدة) | 30% |
| 15 | Tata Consultancy Services | 584,510 | 2.8 × 10¹⁶ | 58.23 h (الهند) | 56% |
| 16 | DHL Group | 583,998 | 1.7 × 10¹⁶ | 35.81 h (ألمانيا) | 34% |
| 17 | Sinopec | 513,434 | 2.1 × 10¹⁶ | 49 h (الصين) | 47% |
| 18 | Gazprom | 501,000 | 1.7 × 10¹⁶ | 40.47 h (روسيا) | 39% |
| 19 | FedEx | 474,200 | 1.6 × 10¹⁶ | 39.98 h (الولايات المتحدة) | 38% |
| 20 | Home Depot | 470,000 | 1.4 × 10¹⁶ | 36.3 h (الولايات المتحدة) | 35% |
| 21 | China Mobile | 468,496 | 1.9 × 10¹⁶ | 49 h (الصين) | 47% |
| 22 | UPS | 460,000 | 1.5 × 10¹⁶ | 39.98 h (الولايات المتحدة) | 38% |
| 23 | بنك الصين الزراعي | 457,835 | 1.8 × 10¹⁶ | 49 h (الصين) | 47% |
| 24 | Concentrix | 455,000 | 1.7 × 10¹⁶ | 46.71 h (الفلبين) | 45% |
| 25 | Teleperformance | 446,716 | 2.2 × 10¹⁶ | 58.89 h (الهند) | 56% |
| 26 | Jardine Matheson | 443,000 | 1.5 × 10¹⁶ | 41.93 h (إندونيسيا) | 40% |
| 27 | Sodexo | 426,464 | 1.1 × 10¹⁶ | 31.7 h (الولايات المتحدة) | 30% |
| 28 | Capgemini | 423,400 | 2 × 10¹⁶ | 58.23 h (الهند) | 56% |
| 29 | Reliance Industries | 419,911 | 2.1 × 10¹⁶ | 59.57 h (الهند) | 57% |
| 30 | Edeka | 417,500 | 1.1 × 10¹⁶ | 31.49 h (ألمانيا) | 30% |
| 31 | Luxshare Precision | 416,197 | 1.7 × 10¹⁶ | 49 h (الصين) | 47% |
| 32 | Target | 415,000 | 1.2 × 10¹⁶ | 36.3 h (الولايات المتحدة) | 35% |
| 33 | Marriott International | 414,000 | 1.1 × 10¹⁶ | 31.7 h (الولايات المتحدة) | 30% |
| 34 | Bosch | 412,400 | 1.2 × 10¹⁶ | 35.95 h (ألمانيا) | 34% |
| 35 | ICBC | 409,758 | 1.6 × 10¹⁶ | 49 h (الصين) | 47% |
| 36 | Kroger | 403,000 | 1.2 × 10¹⁶ | 36.3 h (الولايات المتحدة) | 35% |
| 37 | China Resources | 397,398 | 1.6 × 10¹⁶ | 49 h (الصين) | 47% |
| 38 | Magnit | 394,000 | 1.3 × 10¹⁶ | 39.69 h (روسيا) | 38% |
| 39 | Toyota | 390,927 | 1.3 × 10¹⁶ | 39.6 h (اليابان) | 38% |
| 40 | UnitedHealth Group | 390,000 | 1.2 × 10¹⁶ | 36.87 h (الولايات المتحدة) | 35% |
| 41 | X5 Group | 389,000 | 1.3 × 10¹⁶ | 39.69 h (روسيا) | 38% |
| 42 | Berkshire Hathaway | 387,800 | 1.2 × 10¹⁶ | 37.75 h (الولايات المتحدة) | 36% |
| 43 | AVIC | 384,000 | 1.5 × 10¹⁶ | 49 h (الصين) | 47% |
| 44 | Ahold Delhaize | 384,000 | 1.1 × 10¹⁶ | 36.3 h (الولايات المتحدة) | 35% |
| 45 | China Telecom | 381,436 | 1.5 × 10¹⁶ | 49 h (الصين) | 47% |
| 46 | Starbucks | 381,000 | 9.9 × 10¹⁵ | 31.7 h (الولايات المتحدة) | 30% |
| 47 | Rewe Group | 380,000 | 9.8 × 10¹⁵ | 31.49 h (ألمانيا) | 30% |
| 48 | China Construction Bank | 378,344 | 1.5 × 10¹⁶ | 49 h (الصين) | 47% |
| 49 | TJX Companies | 377,000 | 1.1 × 10¹⁶ | 36.3 h (الولايات المتحدة) | 35% |
| 50 | China State Construction Engineering | 370,272 | 1.5 × 10¹⁶ | 49 h (الصين) | 47% |
| 51 | FEMSA | 368,776 | 1.4 × 10¹⁶ | 47.09 h (المكسيك) | 45% |
| 52 | Japan Post Holdings | 360,000 | 1.2 × 10¹⁶ | 41.6 h (اليابان) | 40% |
| 53 | Tesco | 354,744 | 9.3 × 10¹⁵ | 31.81 h (المملكة المتحدة) | 30% |
| 54 | Cognizant | 351,600 | 1.7 × 10¹⁶ | 58.23 h (الهند) | 56% |
| 55 | NTT | 344,196 | 1.1 × 10¹⁶ | 40.2 h (اليابان) | 38% |
| 56 | Costco | 341,000 | 1 × 10¹⁶ | 36.3 h (الولايات المتحدة) | 35% |
| 57 | Infosys | 328,594 | 1.6 × 10¹⁶ | 58.23 h (الهند) | 56% |
| 58 | ISS | 325,000 | 1.6 × 10¹⁶ | 58.89 h (الهند) | 56% |
| 59 | Securitas | 322,000 | 9.7 × 10¹⁵ | 36.52 h (الولايات المتحدة) | 35% |
| 60 | HCA Healthcare | 320,000 | 9.7 × 10¹⁵ | 36.87 h (الولايات المتحدة) | 35% |
| 61 | Rosneft | 320,000 | 1.1 × 10¹⁶ | 40.47 h (روسيا) | 39% |
| 62 | JPMorgan Chase | 318,512 | 1.1 × 10¹⁶ | 40.14 h (الولايات المتحدة) | 38% |
| 63 | Siemens | 318,000 | 9.4 × 10¹⁵ | 35.95 h (ألمانيا) | 34% |
| 64 | Bank of China | 313,746 | 1.3 × 10¹⁶ | 49 h (الصين) | 47% |
| 65 | Walgreens Boots Alliance | 312,000 | 9.3 × 10¹⁵ | 36.3 h (الولايات المتحدة) | 35% |
| 66 | PepsiCo | 306,000 | 1 × 10¹⁶ | 40.7 h (الولايات المتحدة) | 39% |
| 67 | China Railway Construction (CRCC) | 304,927 | 1.2 × 10¹⁶ | 49 h (الصين) | 47% |
| 68 | CHN Energy (China Energy Investment) | 303,418 | 1.2 × 10¹⁶ | 49 h (الصين) | 47% |
| 69 | China Railway Group (CREC) | 302,527 | 1.2 × 10¹⁶ | 49 h (الصين) | 47% |
| 70 | CK Hutchison | 300,000 | 8.6 × 10¹⁵ | 35.08 h (المملكة المتحدة) | 33% |
| 71 | CVS Health | 300,000 | 8.9 × 10¹⁵ | 36.3 h (الولايات المتحدة) | 35% |
الحيوانات وسائر الكائنات
من الخلايا المفردة بلا عصبونات إلى الدماغ البشري. أعداد العصبونات مقيسة حيث وُجدت.
بلا عصبونات
- الإشريكية القولونيةالإشريكية القولونية0 مقيسخلية واحدة بلا عصبونات. تتجه نحو الغذاء ولها ذاكرة كيميائية تدوم بضع ثوان.
- عفن الوحلPhysarum polycephalum0 مقيسخلية عملاقة واحدة بلا عصبونات. تحلّ المتاهات وتنمّي شبكات نقل فعّالة.
- النبتة الحساسةMimosa pudica0 مقيسنبات تنطوي أوراقه عند لمسها. أفادت إحدى الدراسات بأنه يتعلم تجاهل اللمسات غير الضارة. وجاء تحليل لاحق فنازع في ذلك.
- الإسفنجPorifera (e.g. Amphimedon queenslandica)0 مقيسحيوان بلا عصبونات ولا مشابك، ومع ذلك يقبض جسمه كله بطريقة منسَّقة.
شبكات عصبية، بلا دماغ
- الهيدراHydra vulgarisنحو 3,000 إلى 5,000 تقديرلاسعة صغيرة من المياه العذبة. تتحكم بها شبكة عصبية منتشرة، ولا دماغ لها.
- قنديل البحر الصندوقيTripedalia cystophoraلا عدد منشورًاقنديل البحر الصندوقي لا دماغ مركزيًا له، ومع ذلك أظهر تعلّمًا ترابطيًا.
اللافقاريات ذات الأدمغة
- الدودة الخيطيةCaenorhabditis elegans302 مقيسدودة طولها نحو ملّيمتر واحد، فيها 302 عصبون بالضبط. وكانت أول حيوان رُسم مخطط توصيله كاملًا.
- ذبابة الفاكهةDrosophila melanogaster139,255 مقيسأكبر مخطط توصيل كامل للدماغ رُسم حتى الآن، ويغطي نحو 139,000 عصبون.
- نحلة العسلApis melliferaنحو 1 مليون تقديرنحو مليون عصبون، وتستطيع النحلات تعلّم مفاهيم مجرّدة مثل المتشابه والمختلف.
- النمل (Camponotus / Formica)Camponotus spp.لا عدد منشورًادماغ صغير يتولى الملاحة بعيدة المدى بعدّ الخطوات (تكامل المسار) وتذكّر المعالم.
- العنكبوت القافز بورتياPortia fimbriata / labiataلا عدد منشورًاعنكبوت قافز يخطط لمسارات التفافية. يسلك طرقًا تبعده عن فريسته وعن مرمى بصرها.
- سلطعون الشاطئ / جراد الماء العذبCarcinus maenas; Procambarus / Astacus spp.لا عدد منشورًاالسرطانات وجراد الماء العذب. وجدت مراجعة حكومية عام 2021 أدلة قوية على أن السرطانات الحقيقية قادرة على الشعور.
- الأخطبوط الشائعOctopus vulgaris500 مليون تقديرمعظم عصبوناته في أذرعه. وجدت مراجعة عام 2021 أدلة قوية جدًا على أنه قادر على الشعور.
الأسماك والبرمائيات
- سمكة الزردDanio rerioلا عدد منشورًاسمكة صغيرة تُستخدم على نطاق واسع في علم الأعصاب. لم تُحصَ عصبوناتها إحصاءً كاملًا. ويضم الدماغ البالغ نحو 10 ملايين خلية.
- سمكة الشفة المنظِّفةLabroides dimidiatusلا عدد منشورًاسمكة شعاب اجتازت نسخة من اختبار العلامة في المرآة. ويختلف الناس في ما يدلّ عليه ذلك.
- الضفدعAnura (e.g. Xenopus / Rana)لا عدد منشورًايقول إعلان نيويورك لعام 2024 إن هناك احتمالًا واقعيًا لوجود تجربة واعية لدى البرمائيات.
الطيور
- الحمام الصخريColumba livia310 ملايين مقيسمئات الملايين من العصبونات في دماغ صغير. يستطيع الحمام فرز صور معقدة إلى فئات.
- الغراب الأسود الكبيرCorvus corax2.17 مليار مقيسأكثر من ملياري عصبون، مرصوصة بكثافة. تتذكر الغربان منافسيها فردًا فردًا.
- الغراب الكاليدوني الجديدCorvus moneduloidesلا عدد منشورًاتصنع أدوات معقوفة من الأغصان والأسلاك. ولم تُحصَ عصبوناتها.
- الببغاء الرمادي الأفريقيPsittacus erithacus1.57 مليار مقيسنحو 1.6 مليار عصبون. عقود من الدراسة المخبرية للإدراك العددي والتصنيف.
Mammals
- الفأرMus musculus70.9 مليون مقيسنحو 71 مليون عصبون. تُظهر الفئران تعابير وجه للألم يمكن قياسها.
- الجرذRattus norvegicus200 مليون مقيسنحو 200 مليون عصبون. تحرّر الجرذان رفاقها المحبوسين في القفص.
- القطة المنزليةFelis catus1.22 مليار مقيسنحو 250 مليون عصبون في القشرة المخية.
- الكلب المنزليCanis familiarisمن 1.8 إلى 2.6 مليار، بحسب الكلب مقيسحتى نحو 600 مليون عصبون قشري، بحسب الكلب. وهذا أكثر مما لدى القطط.
- الخنزير المنزليSus scrofa domesticus2.22 مليار مقيستتعلم الخنازير ما تُظهره المرآة وتستخدمه للعثور على الطعام.
- الدلفين قاروري الأنفTursiops truncatusلا عدد منشورًايجتاز اختبارات التعرّف على الذات في المرآة. ولا يوجد عدد عصبونات مقيس للدلفين قاروري الأنف.
- الفيل الأفريقيLoxodonta africana257 مليارًا مقيس257 مليار عصبون، أي ثلاثة أضعاف ما لدى الإنسان، وأغلبها في المخيخ.
- الشمبانزيPan troglodytesنحو 28 مليارًا (متوقَّع من قواعد القياس، لا معدود) تقديرأحد أقرب قريبين لنا من الأحياء (مع البونوبو). يجتاز اختبار المرآة.
- الإنسانHomo sapiens86.1 مليار مقيس86 مليار عصبون، منها 16 مليارًا في القشرة المخية. ونحن النوع الوحيد الذي يستطيع أفراده تقديم تقارير لفظية عن تجربتهم.
الأنظمة الجماعية
مجموعات تتخذ قرارات لا يتخذها أي عضو بمفرده. وتُدرس بوصفها ذكاءً جماعيًا لا عقولًا.
- مستعمرات النملتختار المستعمرات العش الأفضل لأن كل نملة تتبع عتبة نصاب. ولا تقارن أي نملة بين المواقع إجمالًا.
- أسراب النحلتختار الأسراب أفضل تجويف عبر تنافس بين الكشّافة ونصاب. وتوفر إشارات التوقف تثبيطًا متبادلًا يكسر حالات الجمود.
- أسراب الزرازيريتتبع كل طائر عددًا ثابتًا من جيرانه (نحو 6-7)، لا كل طائر ضمن مسافة ثابتة. ويسمى هذا تفاعلًا طوبولوجيًا لا مترّيًا.
- أسراب الأسماكتستخدم الأسراب قواعد النصاب في اتخاذ القرار. وتستطيع المجموعات الكبيرة استشعار تدرّجات بيئية لا تستطيع أي سمكة بمفردها استشعارها.
أنظمة اصطناعية
أنواع من الذكاء الآلي، مصنَّفة بحسب طريقة عملها. لا يُعدّ أي نظام حالي مرشحًا قويًا للوعي.
- الأنظمة الخبيرة القائمة على القواعدبرامج ترمّز معرفة خبير في مجال ما قواعد صريحة من نوع «إذا... فإن...». ويطبّق محرك استدلال القواعد بالتتابع للوصول إلى نتائج، وعادةً مع شرح لمنطقه.
- محرّكات البحث في شجرة اللعبة (الشطرنج)برامج تعدّد تتابعات الحركات الممكنة إلى عمق ثابت وتقيّم المواقف الناتجة بدالة تقييم مصنوعة يدويًا. وتقلّم الفروع التي لا تغيّر الاختيار (minimax مع تقليم ألفا-بيتا).
- وكلاء التعلّم المعزَّز العميقشبكات عصبية تُدرَّب بالتجربة والخطأ لتعظيم إشارة مكافأة. تتعلم سياسة أو دالة قيمة بالتفاعل مع بيئة، وغالبًا بيئة محاكاة كلعبة.
- النماذج اللغوية الكبيرةشبكات عصبية من نوع المحوّل (Transformer) تُدرَّب على توقّع الرمز التالي في مدونات نصية ضخمة جدًا، ثم تُضبط غالبًا بتغذية راجعة بشرية.
- الروبوتات المتجسّدةآلات ذات حسّاسات ومشغّلات تعمل في العالم المادي. وغالبًا ما تستخدم تحكمًا تفاعليًا طبقيًا بدل نموذج مركزي للعالم، فينشأ السلوك من الحلقة بين الجسد والبيئة.
- العتاد العصبي الشكلرقائق تحاكي دوائرها العصبونات النابضة والمشابك. وهي مدفوعة بالأحداث وتستهلك طاقة قليلة، على خلاف التصميم التقليدي القائم على معالج وذاكرة.
عقول افتراضية
عقول مقترحة في الأدبيات العلمية والفلسفية. لم يرصد أحد واحدًا منها.
- محاكاة الدماغ الكاملغير مرصودمسح دماغ بتفصيل دقيق وتشغيل نموذج برمجي له.
- العقول المحاكاة في محاكاة الأسلافغير مرصودمعضلة بوستروم الثلاثية: إما أن حضارات قليلة جدًا تبلغ مرحلة ما بعد البشرية، أو أن قليلًا جدًا منها يشغّل محاكاة الأسلاف، أو أننا في شبه المؤكد نعيش في إحداها.
- أدمغة بولتزمانغير مرصودمراقبون شبيهون بالأدمغة يظهرون من تقلبات حرارية أو كمّية نادرة.
- رفع العقل إلى الحاسوب بالاستبدال التدريجيغير مرصوداستبدال العصبونات واحدًا واحدًا بأجزاء اصطناعية مطابقة وظيفيًا.
- الذكاء الفائقغير مرصودعقل افتراضي يتفوق على الأداء البشري تفوقًا كبيرًا في كل المجالات تقريبًا. يحلل كتاب بوستروم الطرق المؤدية إليه (محاكاة الدماغ الكامل، والإدراك البيولوجي، والذكاء الاصطناعي)، وأشكاله، ومشكلات التحكم فيه.
إصدار البيانات 2.0.0. تنزيل (JSON).