シミュレーション仮説

エンティティ · 心と、ありうる心を、証拠の強さで分類

世界がシミュレーションなら、心は、その中で最も計算しにくいものの一部かもしれません。このガイドは、単細胞から人間まで、知られている事例を並べています。これまでに作られた人工システムと、科学者や哲学者が提案したものの、誰も観察していない心も扱います。

すべての数字に、出典と信頼度のタグが付いています。実測は直接数えたもの、推定はほかのデータから割り出したもの、数えていないは誰も数を公表していないことを意味します。これらのシステムのどれかが経験をもつかどうかは、別の問いです。その証拠は、感覚をもつことの基準と意識の指標にあります。

個々の心

大脳皮質(哺乳類)または外套(鳥類)のニューロン数。認知能力の目安として広く使われる解剖学的な指標です。対数目盛で、塗りつぶしの棒は集計値、斜線の棒は推定値または異論のある集計値(†)です。爬虫類と無脊椎動物は、比較できる集計がないため示していません。
  1. シャチ †431億
  2. ヒレナガゴンドウ †372億
  3. 人間▲1163億
  4. ネズミイルカ †149億
  5. バンドウイルカ †127億
  6. アカボウクジラ91億
  7. ゴリラ85億
  8. オランウータン85億
  9. チンパンジー74億
  10. マイルカ67億
  11. タテゴトアザラシ61億
  12. アフリカゾウ▼156億
  13. ナガスクジラ52億
  14. シロナガスクジラ51億
  15. ミンククジラ32億
数字を表示
#動物皮質または外套脳全体
1シャチ †431億
2ヒレナガゴンドウ †372億
3人間163億861億
4ネズミイルカ †149億
5バンドウイルカ †127億
6アカボウクジラ91億
7ゴリラ85億
8オランウータン85億
9チンパンジー74億
10マイルカ67億
11タテゴトアザラシ61億
12アフリカゾウ56億2570億
13ナガスクジラ52億
14シロナガスクジラ51億
15ミンククジラ32億574億
16アヌビスヒヒ(オリーブヒヒ)28.8億109.5億
17シロイルカ27億
18コマッコウ20.2億
19ルリコンゴウインコ19.17億31.36億
20アカゲザル17.1億63.91億
21キリン16.7億112.1億
22リスザル13.4億32.46億
23ワシミミズク13.28億18.98億
24ケア(ミヤマオウム)12.81億21.49億
25シロフクロウ12.7億18.08億
26ワタリガラス12億21.71億
27モリフクロウ11.53億15.81億
28オマキザル11.4億36.91億
29キバタン11.35億21.22億
30ヨウム8.5億15.66億
31ミヤマガラス8.2億15.09億
32オオクーズー7.93億60.9億
33トラフズク6.73億9.91億
34タニンバーコバタン5.99億11.61億
35ライオン5.45億46.67億
36オジロワシ5.43億16.54億
37カケス5.29億10.85億
38イヌ5.26億
39シマハイエナ4.95億38.85億
40ニシコクマルガラス4.92億9.68億
41ダチョウ4.79億16.29億
42カササギ4.43億8.97億
43セーカーハヤブサ4.43億12.04億
44エミュー4.39億13.35億
45アライグマ4.38億21.48億
46メンフクロウ4.37億6.9億
47コキンメフクロウ4.01億5.86億
48クロコンドル3.99億10.09億
49スズメフクロウ(ヨーロッパスズメフクロウ)3.64億5.33億
50ノスリ3.52億10.01億
51アメリカレア3.3億10.3億
52コブハクチョウ3.24億10.01億
53ブタ2.93億22.2億
54ハイイロガン2.59億7.38億
55ヒグマ2.51億95.86億
56イエネコ2.5億12.15億
57コモンマーモセット2.45億6.38億
58チョウゲンボウ2.38億6.25億
59コガモ1.67億3.75億
60セキセイインコ1.49億3.22億
61アカエリヒメガン1.49億4.83億
62アメリカオシ1.38億3.06億
63コビトハヤブサ1.32億3.5億
64マーブルダック(Marmaronetta angustirostris)1.3億3.87億
65インドクジャク1.3億5.71億
66キバナコブホウカンチョウ1.25億6.53億
67ビクトリアカンムリバト1.18億5.79億
68マガモ1.12億3.67億
69シチメンチョウ(ワイルドターキー)1.06億4.93億
70ハイタカ8783.2万4.02億
71カラヤマドリ8068.8万3.87億
72カワラバト7200万3.1億
73アナウサギ7150万5.13億
74セキショクヤケイ6070万2.21億
75チリシギダチョウ5913万2.41億
76キンカチョウ5520万1.36億
77カンムリシギダチョウ5138.4万2.18億
78モリバト5132.51万2.59億
79ケブラチョカンムリシギダチョウ4829.2万2.36億
80アフリカコキジバト3999.75万1.39億
81コリンウズラ3911.2万1.48億
82ヨーロッパヤマウズラ3688.2万1.7億
83ラット3100万2億
84ウズラ2256.8万1.18億
85ヒメウズラ(キングウズラ)2052.3万8047.8万
86ダイヤモンドバト1820.93万8787.9万
87マウス1370万7090万
88ハダカデバネズミ531万3362万

学習可能なパラメーター(結合の重み)を対数目盛で示しています。Epoch AIのデータベースにある、パラメーター数のある主要なモデルすべてです(取得日 2026年10月3日)。塗りつぶしの棒は、Epochが信頼できると評価した数、斜線の棒は、可能性が高い、または推測的と評価した数です。*の棒は、開発元が規模を公表していないクローズドなモデルの推定値で、第三者の分析から2026年10月2日にまとめたものです。ひげは推定値の範囲を示します。Gemini 3以降:公表された推定値はなし。 白抜きの行はシナプス数です。パラメーターはニューロンよりもシナプスに近いものです。
  1. ヒトの新皮質1.6 × 10¹⁴
  2. GPT-5.5 (OpenAI, 2026) *~4.7 × 10¹²
  3. Claude Fable 5 (Anthropic, 2026) *~3.5 × 10¹²
  4. Grok 3 (xAI, 2025)~3 × 10¹²
  5. Grok 4 (xAI, 2025)~3 × 10¹²
  6. Gemini 2.5 Pro (Google, 2025) *~3 × 10¹²
  7. Kimi K3 (Moonshot, 2026)~2.8 × 10¹²
  8. Qwen 3.8 Max (Alibaba, 2026)2.4 × 10¹²
  9. Qwen3.8-2.4T-A95B (Alibaba, 2026)2.4 × 10¹²
  10. Grok 4.7 (xAI, 2026) *~2.1 × 10¹²
  11. Llama 4 Behemoth (Meta AI, 2025)~2 × 10¹²
  12. GPT-4 (OpenAI, 2023)~1.8 × 10¹²
  13. DeepSeek-V4-Pro (DeepSeek, 2026)~1.6 × 10¹²
  14. LongCat-2.0 (Meituan Inc, 2026)~1.6 × 10¹²
  15. Switch (Google, 2021)1.6 × 10¹²
  16. GLaM (Google, 2021)1.2 × 10¹²
  17. PanGu-Σ (Huawei Noah's Ark Lab, 2023)1.1 × 10¹²
  18. Kimi K2.5 (Moonshot, 2026)~1 × 10¹²
  19. Composer 2 (Cursor, 2026)1 × 10¹²
  20. Kimi K2.6 (Moonshot, 2026)1 × 10¹²
  21. Composer 2.5 (Cursor, 2026)~1 × 10¹²
  22. MiMo-V2-Pro (Xiaomi Corp, 2026)1 × 10¹²
  23. MiMo-V2.5-Pro (Xiaomi Corp, 2026)~1 × 10¹²
  24. M6-T (Alibaba, 2021)~1 × 10¹²
  25. Kimi K2 (Moonshot, 2025)1 × 10¹²
  26. Qwen3-Max (Alibaba, 2025)~1 × 10¹²
  27. Ling-1T (Ant Group, 2025)1 × 10¹²
  28. Kimi K2 Thinking (Moonshot, 2025)~1 × 10¹²
  29. Inkling (Thinking Machines, 2026)~9.8 × 10¹¹
  30. Tencent Hy4 preview (Tencent, 2026)~7.7 × 10¹¹
  31. GLM-5.1 (Z.ai (Zhipu AI), 2026)7.5 × 10¹¹
  32. K-EXAONE 2.0 (LG AI Research, 2026)7.5 × 10¹¹
  33. DeepSeek V4.1 Flash (DeepSeek, 2026)~7.5 × 10¹¹
  34. GLM-5 (Z.ai (Zhipu AI), 2026)~7.4 × 10¹¹
  35. GLM-5.3 (Z.ai (Zhipu AI), 2026)7.4 × 10¹¹
  36. A.X K2 (SK Telecom, 2026)6.9 × 10¹¹
  37. DeepSeekMath-V2 (DeepSeek, 2025)6.8 × 10¹¹
  38. Mistral Large 3 (Mistral AI, 2025)6.8 × 10¹¹
  39. DeepSeek-V3 (DeepSeek, 2024)6.7 × 10¹¹
  40. DeepSeek-R1 (DeepSeek, 2025)6.7 × 10¹¹
数字を表示
#システム全パラメータートークンごとに使用年種類
1ヒトの新皮質1.6 × 10¹⁴1.6 × 10¹⁴シナプス
2GPT-5.5 (OpenAI, 2026) *~4.7 × 10¹²2026推定
3Claude Fable 5 (Anthropic, 2026) *~3.5 × 10¹²2026推定
4Grok 3 (xAI, 2025)~3 × 10¹²2025推定
5Grok 4 (xAI, 2025)~3 × 10¹²2025推定
6Gemini 2.5 Pro (Google, 2025) *~3 × 10¹²2025推定
7Kimi K3 (Moonshot, 2026)~2.8 × 10¹²2026推定
8Qwen 3.8 Max (Alibaba, 2026)2.4 × 10¹²2.4 × 10¹²2026構造は非公開
9Qwen3.8-2.4T-A95B (Alibaba, 2026)2.4 × 10¹²9.5 × 10¹⁰2026専門家混合(mixture of experts)
10Grok 4.7 (xAI, 2026) *~2.1 × 10¹²2026推定
11Llama 4 Behemoth (Meta AI, 2025)~2 × 10¹²2025推定
12GPT-4 (OpenAI, 2023)~1.8 × 10¹²2023推定
13DeepSeek-V4-Pro (DeepSeek, 2026)~1.6 × 10¹²2026推定
14LongCat-2.0 (Meituan Inc, 2026)~1.6 × 10¹²2026推定
15Switch (Google, 2021)1.6 × 10¹²1.6 × 10¹²2021専門家混合(有効なパラメーター数は非公表)
16GLaM (Google, 2021)1.2 × 10¹²1.2 × 10¹²2021専門家混合(有効なパラメーター数は非公表)
17PanGu-Σ (Huawei Noah's Ark Lab, 2023)1.1 × 10¹²1.1 × 10¹²2023専門家混合(有効なパラメーター数は非公表)
18Kimi K2.5 (Moonshot, 2026)~1 × 10¹²2026推定
19Composer 2 (Cursor, 2026)1 × 10¹²1 × 10¹²2026専門家混合(有効なパラメーター数は非公表)
20Kimi K2.6 (Moonshot, 2026)1 × 10¹²1 × 10¹²2026専門家混合(有効なパラメーター数は非公表)
21Composer 2.5 (Cursor, 2026)~1 × 10¹²2026推定
22MiMo-V2-Pro (Xiaomi Corp, 2026)1 × 10¹²1 × 10¹²2026構造は非公開
23MiMo-V2.5-Pro (Xiaomi Corp, 2026)~1 × 10¹²2026推定
24M6-T (Alibaba, 2021)~1 × 10¹²2021推定
25Kimi K2 (Moonshot, 2025)1 × 10¹²1 × 10¹²2025専門家混合(有効なパラメーター数は非公表)
26Qwen3-Max (Alibaba, 2025)~1 × 10¹²2025推定
27Ling-1T (Ant Group, 2025)1 × 10¹²5 × 10¹⁰2025専門家混合(mixture of experts)
28Kimi K2 Thinking (Moonshot, 2025)~1 × 10¹²2025推定
29Inkling (Thinking Machines, 2026)~9.8 × 10¹¹2026推定
30Tencent Hy4 preview (Tencent, 2026)~7.7 × 10¹¹2026推定
31GLM-5.1 (Z.ai (Zhipu AI), 2026)7.5 × 10¹¹7.5 × 10¹¹2026専門家混合(有効なパラメーター数は非公表)
32K-EXAONE 2.0 (LG AI Research, 2026)7.5 × 10¹¹7.5 × 10¹¹2026専門家混合(有効なパラメーター数は非公表)
33DeepSeek V4.1 Flash (DeepSeek, 2026)~7.5 × 10¹¹2026推定
34GLM-5 (Z.ai (Zhipu AI), 2026)~7.4 × 10¹¹2026推定
35GLM-5.3 (Z.ai (Zhipu AI), 2026)7.4 × 10¹¹4 × 10¹⁰2026専門家混合(mixture of experts)
36A.X K2 (SK Telecom, 2026)6.9 × 10¹¹6.9 × 10¹¹2026専門家混合(有効なパラメーター数は非公表)
37DeepSeekMath-V2 (DeepSeek, 2025)6.8 × 10¹¹6.8 × 10¹¹2025専門家混合(有効なパラメーター数は非公表)
38Mistral Large 3 (Mistral AI, 2025)6.8 × 10¹¹4.1 × 10¹⁰2025専門家混合(mixture of experts)
39DeepSeek-V3 (DeepSeek, 2024)6.7 × 10¹¹3.7 × 10¹⁰2024専門家混合(mixture of experts)
40DeepSeek-R1 (DeepSeek, 2025)6.7 × 10¹¹3.7 × 10¹⁰2025専門家混合(mixture of experts)
41SenseChat 5.5 (SenseTime, 2024)6 × 10¹¹6 × 10¹¹2024構造は非公開
42Step 5 Preview (StepFun, 2026)~6 × 10¹¹2026推定
43PaLM-E (Google, 2023)~5.6 × 10¹¹2023推定
44Hunyuan-TurboS (Tencent, 2025)5.6 × 10¹¹5.6 × 10¹¹2025専門家混合(有効なパラメーター数は非公表)
45LongCat-Flash (Meituan Inc, 2025)~5.6 × 10¹¹2025推定
46Nemotron 3 Ultra (Nvidia, 2026)~5.5 × 10¹¹2026推定
47PaLM (Google Research, 2022)5.4 × 10¹¹5.4 × 10¹¹2022密(dense)
48Minerva (Google, 2022)5.4 × 10¹¹5.4 × 10¹¹2022密(dense)
49U-PaLM (Google, 2022)5.4 × 10¹¹5.4 × 10¹¹2022密(dense)
50LMSI-Palm (Google, 2022)5.4 × 10¹¹5.4 × 10¹¹2022密(dense)
51Flan-PaLM 540B (Google, 2022)5.4 × 10¹¹5.4 × 10¹¹2022密(dense)
52Megatron-Turing NLG 530B (Microsoft, 2021)5.3 × 10¹¹5.3 × 10¹¹2021密(dense)
53MegaScale (ByteDance, 2024)~5.3 × 10¹¹2024推定
54A.X K1 (SK Telecom, 2025)5.2 × 10¹¹5.2 × 10¹¹2025専門家混合(有効なパラメーター数は非公表)
55Doubao-pro (ByteDance, 2024)~5 × 10¹¹2024推定
56Grok 4.20 (xAI, 2026)~5 × 10¹¹2026推定
57Qwen3-Coder-480B-A35B (Alibaba, 2025)4.8 × 10¹¹3.5 × 10¹⁰2025専門家混合(mixture of experts)
58MiniMax-M3 (MiniMax, 2026)4.3 × 10¹¹2.2 × 10¹⁰2026専門家混合(mixture of experts)
59ERNIE-4.5-VL-424B-A47B (Baidu, 2025)4.2 × 10¹¹4.7 × 10¹⁰2025専門家混合(mixture of experts)
60Llama 3.1-405B (Meta AI, 2024)4 × 10¹¹4 × 10¹¹2024密(dense)
61Llama 4 Maverick (Meta AI, 2025)~4 × 10¹¹2025推定
62Jamba 1.5-Large (AI21 Labs, 2024)4 × 10¹¹4 × 10¹¹2024専門家混合(有効なパラメーター数は非公表)
63Qwen3.5 397B-A17B (Alibaba, 2026)~4 × 10¹¹2026推定
64Hunyuan-Large (Tencent, 2024)3.9 × 10¹¹3.9 × 10¹¹2024専門家混合(有効なパラメーター数は非公表)
65GLM-4.7 (Z.ai (Zhipu AI), 2025)~3.6 × 10¹¹2025推定
66GLM-4.6 (Z.ai (Zhipu AI), 2025)~3.6 × 10¹¹2025推定
67GLM-4.5 (Z.ai (Zhipu AI), 2025)3.5 × 10¹¹3.2 × 10¹⁰2025専門家混合(mixture of experts)
68PaLM 2 (Google, 2023)~3.4 × 10¹¹2023推定
69Med-PaLM 2 (Google Research, 2023)~3.4 × 10¹¹2023推定
70Nemotron-4 340B (Nvidia, 2024)3.4 × 10¹¹3.4 × 10¹¹2024密(dense)
71GLM-5.3-Flash (Z.ai (Zhipu AI), 2026)~3.2 × 10¹¹2026推定
72Grok-1 (xAI, 2023)~3.1 × 10¹¹2023推定
73Motif-3 (Motif Technologies, 2026)3.1 × 10¹¹3.1 × 10¹¹2026専門家混合(有効なパラメーター数は非公表)
74SB-LM (Google, 2007)~3 × 10¹¹2007推定
75Tencent Hy3 preview (Tencent, 2026)3 × 10¹¹3 × 10¹¹2026専門家混合(有効なパラメーター数は非公表)
76Tencent Hy3 (Tencent, 2026)3 × 10¹¹3 × 10¹¹2026専門家混合(有効なパラメーター数は非公表)
77DeepSeek-V4-Flash (DeepSeek, 2026)~2.8 × 10¹¹2026推定
78Gopher (DeepMind, 2021)2.8 × 10¹¹2.8 × 10¹¹2021密(dense)
79TML-Interaction-Small (Thinking Machines, 2026)2.8 × 10¹¹2.8 × 10¹¹2026専門家混合(有効なパラメーター数は非公表)
80ST-MoE (Google, 2022)~2.7 × 10¹¹2022推定
81ERNIE 3.0 Titan (Baidu, 2021)2.6 × 10¹¹2.6 × 10¹¹2021密(dense)
82Solar Open2 250B (Upstage, 2026)~2.5 × 10¹¹2026推定
83Aramco Metabrain AI (Saudi Aramco, 2024)~2.5 × 10¹¹2024推定
84Yuan 1.0 (Inspur, 2021)2.5 × 10¹¹2.5 × 10¹¹2021構造は非公開
85DeepSeek-Coder-V2 236B (DeepSeek, 2024)2.4 × 10¹¹2.4 × 10¹¹2024専門家混合(有効なパラメーター数は非公表)
86DeepSeek-V2.5 (DeepSeek, 2024)2.4 × 10¹¹2.4 × 10¹¹2024専門家混合(有効なパラメーター数は非公表)
87K-EXAONE (LG AI Research, 2025)2.4 × 10¹¹2.4 × 10¹¹2025構造は非公開
88Qwen3-235B-A22B (Alibaba, 2025)~2.4 × 10¹¹2025推定
89Qwen3-235B-A22B-Thinking (Alibaba, 2025)~2.4 × 10¹¹2025推定
90P1-235B-A22B (Shanghai AI Lab, 2025)~2.4 × 10¹¹2025推定
91Seed-1.6-Thinking (ByteDance, 2025)2.3 × 10¹¹2.3 × 10¹¹2025専門家混合(有効なパラメーター数は非公表)
92MiniMax-M2 (MiniMax, 2025)2.3 × 10¹¹1 × 10¹⁰2025専門家混合(mixture of experts)
93MiniMax-M2.1 (MiniMax, 2025)2.3 × 10¹¹2.3 × 10¹¹2025専門家混合(有効なパラメーター数は非公表)
94HyperCLOVA 204B (NAVER, 2021)~2 × 10¹¹2021推定
95Amazon Titan (Amazon, 2023)~2 × 10¹¹2023推定
96Falcon-180B (Technology Innovation Institute, 2023)1.8 × 10¹¹1.8 × 10¹¹2023密(dense)
97Jurassic-1-Jumbo (AI21 Labs, 2021)1.8 × 10¹¹1.8 × 10¹¹2021構造は非公開
98BLOOM-176B (Hugging Face, 2022)1.8 × 10¹¹1.8 × 10¹¹2022密(dense)
99BLUUMI (University of Turku, 2023)~1.8 × 10¹¹2023推定
100InstructGPT 175B (OpenAI, 2022)1.8 × 10¹¹1.8 × 10¹¹2022密(dense)
101OPT-175B (Meta AI, 2022)1.8 × 10¹¹1.8 × 10¹¹2022密(dense)
102BlenderBot 3 (McGill University, 2022)~1.8 × 10¹¹2022推定
103GPT-3 175B (OpenAI, 2020)1.7 × 10¹¹1.7 × 10¹¹2020密(dense)
104Palmyra X 004 (Writer, 2024)~1.5 × 10¹¹2024推定
105FLAN 137B (Google Research, 2021)1.4 × 10¹¹1.4 × 10¹¹2021構造は非公開
106LaMDA (Google, 2022)1.4 × 10¹¹1.4 × 10¹¹2022構造は非公開
107MEB (Microsoft, 2021)1.4 × 10¹¹1.4 × 10¹¹2021構造は非公開
108Pangu Ultra (Huawei, 2025)1.4 × 10¹¹1.4 × 10¹¹2025構造は非公開
109DBRX (Databricks, 2024)1.3 × 10¹¹1.3 × 10¹¹2024専門家混合(有効なパラメーター数は非公表)
110GLM-130B (Tsinghua University, 2022)1.3 × 10¹¹1.3 × 10¹¹2022密(dense)
111Pixtral Large (Mistral AI, 2024)1.2 × 10¹¹1.2 × 10¹¹2024構造は非公開
112Mistral Large 2 (Mistral AI, 2024)~1.2 × 10¹¹2024推定
113Qwen3.5-122B-A10B (Alibaba, 2026)~1.2 × 10¹¹2026推定
114Galactica (Meta AI, 2022)~1.2 × 10¹¹2022推定
115Nemotron 3 Super (Nvidia, 2026)~1.2 × 10¹¹2026推定
116gpt-oss-120b (OpenAI, 2025)1.2 × 10¹¹5.1 × 10⁹2025専門家混合(mixture of experts)
117Telechat2-115B (China Telecom, 2024)1.1 × 10¹¹1.1 × 10¹¹2024構造は非公開
118Kaiju Large (Character.ai, 2025)~1.1 × 10¹¹2025推定
119Llama 4 Scout (Meta AI, 2025)~1.1 × 10¹¹2025推定
120InternLM (Shanghai AI Lab, 2023)1 × 10¹¹1 × 10¹¹2023密(dense)
121Solar Open 100B (Upstage, 2025)1 × 10¹¹1 × 10¹¹2025構造は非公開
122DLRM-2020 (Facebook AI, 2019)1 × 10¹¹1 × 10¹¹2019密(dense)
123xTrimoPGLM -100B (Tsinghua University, 2023)1 × 10¹¹1 × 10¹¹2023構造は非公開
124Yi-Large (01.AI, 2024)~1 × 10¹¹2024推定
125VAETKI (NC AI, 2025)1 × 10¹¹1 × 10¹¹2025専門家混合(有効なパラメーター数は非公表)
126ESM3 (EvolutionaryScale, 2024)9.8 × 10¹⁰9.8 × 10¹⁰2024構造は非公開
127マウスの新皮質8.1 × 10¹⁰8.1 × 10¹⁰シナプス
128Flamingo (DeepMind, 2022)8 × 10¹⁰8 × 10¹⁰2022密(dense)
129Qwen3-Coder-Next (Alibaba, 2026)~8 × 10¹⁰2026推定
130Qwen2-72B (Alibaba, 2024)7.3 × 10¹⁰7.3 × 10¹⁰2024密(dense)
131Qwen2.5-72B (Alibaba, 2024)7.3 × 10¹⁰7.3 × 10¹⁰2024密(dense)
132Qwen2.5 Instruct (Alibaba, 2024)7.3 × 10¹⁰7.3 × 10¹⁰2024密(dense)
133Qwen-72B (Alibaba, 2023)7.2 × 10¹⁰7.2 × 10¹⁰2023密(dense)
134Palmyra X 003 (Writer, 2024)~7.2 × 10¹⁰2024推定
135Qwen1.5-72B (Alibaba, 2024)7.2 × 10¹⁰7.2 × 10¹⁰2024密(dense)
136LLaVA-OV-72B (ByteDance, 2024)7.2 × 10¹⁰7.2 × 10¹⁰2024密(dense)
137NVLM-X 72B (Nvidia, 2024)~7.2 × 10¹⁰2024推定
138NVLM-H 72B (Nvidia, 2024)~7.2 × 10¹⁰2024推定
139NVLM-D 72B (Nvidia, 2024)7.2 × 10¹⁰7.2 × 10¹⁰2024構造は非公開
140MindLink-72B (Kunlun Inc., 2025)7.2 × 10¹⁰7.2 × 10¹⁰2025構造は非公開
141Chinchilla (DeepMind, 2022)7 × 10¹⁰7 × 10¹⁰2022密(dense)
142Llama 2-70B (Meta AI, 2023)7 × 10¹⁰7 × 10¹⁰2023密(dense)
143PPLX-70B-Online (Perplexity, 2023)~7 × 10¹⁰2023推定
144Llama 3-70B (Meta AI, 2024)7 × 10¹⁰7 × 10¹⁰2024密(dense)
145ALLaM adapted 70B (Saudi Data and Artificial Intelligence Authority, 2024)7 × 10¹⁰7 × 10¹⁰2024構造は非公開
146Llama 3.3 70B (Meta AI, 2024)7 × 10¹⁰7 × 10¹⁰2024密(dense)
147Reka Core (Reka AI, 2024)~6.7 × 10¹⁰2024推定
148LLaMA-65B (Meta AI, 2023)6.5 × 10¹⁰6.5 × 10¹⁰2023密(dense)
149SNM-skip (Google, 2014)~6.2 × 10¹⁰2014推定
150PaLI-X (Google Research, 2023)~5.5 × 10¹⁰2023推定
151RT-2 (Google DeepMind, 2023)5.5 × 10¹⁰5.5 × 10¹⁰2023構造は非公開
152RT-2-X (Google DeepMind, 2023)5.5 × 10¹⁰5.5 × 10¹⁰2023構造は非公開
153NLLB (Meta AI, 2022)5.5 × 10¹⁰5.5 × 10¹⁰2022密(dense)
154BloombergGPT (Bloomberg, 2023)5.1 × 10¹⁰5.1 × 10¹⁰2023密(dense)
155M4-50B (Google, 2019)5 × 10¹⁰5 × 10¹⁰2019専門家混合(有効なパラメーター数は非公表)
156Mixtral 8x7B (Mistral AI, 2023)~4.7 × 10¹⁰2023推定
157AlphaCode (DeepMind, 2022)4.1 × 10¹⁰4.1 × 10¹⁰2022構造は非公開
158Falcon-40B (Technology Innovation Institute, 2023)4 × 10¹⁰4 × 10¹⁰2023密(dense)
159Qwen3-Omni-30B-A3B (Alibaba, 2025)3.5 × 10¹⁰3 × 10⁹2025専門家混合(mixture of experts)
160Yi-34B (01.AI, 2023)3.4 × 10¹⁰3.4 × 10¹⁰2023密(dense)
161Cambrian-1-34B (New York University (NYU), 2024)3.4 × 10¹⁰3.4 × 10¹⁰2024構造は非公開
162Oryx 34B (Tsinghua University, 2024)3.4 × 10¹⁰3.4 × 10¹⁰2024構造は非公開
163Kaiju Medium (Character.ai, 2025)~3.4 × 10¹⁰2025推定
164EXAONE 4.5 (LG AI Research, 2026)3.3 × 10¹⁰3.3 × 10¹⁰2026構造は非公開
165Qwen2.5-32B (Alibaba, 2024)3.3 × 10¹⁰3.3 × 10¹⁰2024密(dense)
166QwQ-32B (Alibaba, 2025)~3.3 × 10¹⁰2025推定
167EXAONE 3.5 32B (LG AI Research, 2024)3.2 × 10¹⁰3.2 × 10¹⁰2024構造は非公開
168EXAONE Deep 32B (LG AI Research, 2025)3.2 × 10¹⁰3.2 × 10¹⁰2025構造は非公開
169EXAONE 4.0 (LG AI Research, 2025)3.2 × 10¹⁰3.2 × 10¹⁰2025構造は非公開
170Olmo 3 (Allen Institute for AI, 2025)3.2 × 10¹⁰3.2 × 10¹⁰2025構造は非公開
171HyperCLOVA X SEED 32B Think (NAVER, 2025)3.2 × 10¹⁰3.2 × 10¹⁰2025構造は非公開
172Nemotron 3-Nano-30B-A3B (Nvidia, 2025)~3.2 × 10¹⁰2025推定
173Tongyi DeepResearch (Alibaba, 2025)3 × 10¹⁰3 × 10¹⁰2025構造は非公開
174MM1-30B (Apple, 2024)~3 × 10¹⁰2024推定
175Movie Gen Video (Meta AI, 2024)3 × 10¹⁰3 × 10¹⁰2024構造は非公開
176AgentFounder-30B (Alibaba, 2025)3 × 10¹⁰3 × 10¹⁰2025構造は非公開
177PLUG (Alibaba, 2021)2.7 × 10¹⁰2.7 × 10¹⁰2021構造は非公開
178Qwen Image (Alibaba, 2025)2.7 × 10¹⁰2.7 × 10¹⁰2025構造は非公開
179GenSLM (University of Chicago, 2022)2.5 × 10¹⁰2.5 × 10¹⁰2022構造は非公開
180ViT-22B (Google, 2023)2.2 × 10¹⁰2.2 × 10¹⁰2023構造は非公開
181KN-LM (Google, 2007)~2.1 × 10¹⁰2007推定
182gpt-oss-20b (OpenAI, 2025)2.1 × 10¹⁰2.1 × 10¹⁰2025専門家混合(有効なパラメーター数は非公表)
183RNN for 1B words (Google, 2013)~2 × 10¹⁰2013推定
184GPT-NeoX-20B (EleutherAI, 2022)2 × 10¹⁰2 × 10¹⁰2022密(dense)
185UL2 (Google Research, 2022)2 × 10¹⁰2 × 10¹⁰2022構造は非公開
186Parti (Google Research, 2022)2 × 10¹⁰2 × 10¹⁰2022構造は非公開
187GPT-3.5 Turbo (OpenAI, 2023)~2 × 10¹⁰2023推定
188GPT-3.5 Turbo Instruct (OpenAI, 2023)~2 × 10¹⁰2023推定
189SPHINX (Shanghai AI Lab, 2023)~2 × 10¹⁰2023推定
190AlexaTM 20B (Amazon, 2022)2 × 10¹⁰2 × 10¹⁰2022構造は非公開
191CogAgent (Tsinghua University, 2023)~1.8 × 10¹⁰2023推定
192Turing-NLG (Microsoft, 2020)~1.7 × 10¹⁰2020推定
193CogVLM-17B (Tsinghua University, 2023)1.7 × 10¹⁰1.7 × 10¹⁰2023構造は非公開
194PaLI (Google, 2022)~1.7 × 10¹⁰2022推定
195CodeT5+ (Salesforce, 2023)1.6 × 10¹⁰1.6 × 10¹⁰2023構造は非公開
196StarCoder (Hugging Face, 2023)1.6 × 10¹⁰1.6 × 10¹⁰2023密(dense)
197ESM2-15B (Meta AI, 2022)1.5 × 10¹⁰1.5 × 10¹⁰2022構造は非公開
198FunSearch (Google DeepMind, 2023)~1.5 × 10¹⁰2023推定
199NVILA 15B (Nvidia, 2024)1.5 × 10¹⁰1.5 × 10¹⁰2024構造は非公開
200nekomata-14b (rinna, 2023)1.4 × 10¹⁰1.4 × 10¹⁰2023構造は非公開
201VILA1.5-13B (Nvidia, 2024)1.3 × 10¹⁰1.3 × 10¹⁰2024構造は非公開
202VILA-13B (Nvidia, 2023)1.3 × 10¹⁰1.3 × 10¹⁰2023構造は非公開
203mT5-XXL (Google, 2020)1.3 × 10¹⁰1.3 × 10¹⁰2020密(dense)
204mT0-13B (Hugging Face, 2022)1.3 × 10¹⁰1.3 × 10¹⁰2022構造は非公開
205LLaVA (University of Wisconsin Madison, 2023)1.3 × 10¹⁰1.3 × 10¹⁰2023密(dense)
206InstructBLIP (Salesforce Research, 2023)1.3 × 10¹⁰1.3 × 10¹⁰2023構造は非公開
207Jais (Cerebras Systems, 2023)1.3 × 10¹⁰1.3 × 10¹⁰2023構造は非公開
208FinGPT-13B (University of California Los Angeles (UCLA), 2023)~1.3 × 10¹⁰2023推定
209Ferret (Columbia University, 2023)1.3 × 10¹⁰1.3 × 10¹⁰2023構造は非公開
210Skywork-13B (Kunlun Inc., 2023)1.3 × 10¹⁰1.3 × 10¹⁰2023構造は非公開
211LLaVA 1.5 (University of Wisconsin Madison, 2023)1.3 × 10¹⁰1.3 × 10¹⁰2023密(dense)
212Volcano 13B (Korea University, 2023)~1.3 × 10¹⁰2023推定
213Aya (Cohere Labs (formerly Cohere for AI), 2024)~1.3 × 10¹⁰2024推定
214Kaiju Small (Character.ai, 2025)~1.3 × 10¹⁰2025推定
215ByT5-XXL (Google, 2021)~1.3 × 10¹⁰2021推定
216CoRe (Tsinghua University, 2023)~1.2 × 10¹⁰2023推定
217DALL-E (OpenAI, 2021)~1.2 × 10¹⁰2021推定
218Codex (OpenAI, 2021)~1.2 × 10¹⁰2021推定
219T5-11B (Google, 2019)1.1 × 10¹⁰1.1 × 10¹⁰2019密(dense)
220UnifiedQA (Allen Institute for AI, 2020)1.1 × 10¹⁰1.1 × 10¹⁰2020密(dense)
221Unicorn (Allen Institute for AI, 2021)1.1 × 10¹⁰1.1 × 10¹⁰2021構造は非公開
222PLATO-XL (Baidu, 2021)1.1 × 10¹⁰1.1 × 10¹⁰2021構造は非公開
223CoEdiT-xxl (University of Minnesota, 2023)~1.1 × 10¹⁰2023推定
224GQA-8-XXL (Google Research, 2023)1.1 × 10¹⁰1.1 × 10¹⁰2023構造は非公開
225XLMR-XXL (Facebook AI Research, 2021)1.1 × 10¹⁰1.1 × 10¹⁰2021構造は非公開
226Llama 3.2 11B (Meta AI, 2024)1.1 × 10¹⁰1.1 × 10¹⁰2024密(dense)
227ERNIE 3.0 (Baidu, 2021)1 × 10¹⁰1 × 10¹⁰2021密(dense)
228ERNIE-ViLG (Baidu, 2021)~1 × 10¹⁰2021推定
229Qwen-VL (Alibaba, 2023)~9.6 × 10⁹2023推定
230Generative BST (Facebook AI Research, 2021)9.4 × 10⁹9.4 × 10⁹2021構造は非公開
231Sparse all-MLP (Meta AI, 2022)9.4 × 10⁹9.4 × 10⁹2022専門家混合(有効なパラメーター数は非公表)
232CogVideo (Tsinghua University, 2022)~9.4 × 10⁹2022推定
233eDiff-I (Nvidia, 2022)~9.1 × 10⁹2022推定
234Eagle 2 (Nvidia, 2025)8.9 × 10⁹8.9 × 10⁹2025構造は非公開
235MoE-Multi (Jagiellonian University, 2017)8.7 × 10⁹8.7 × 10⁹2017専門家混合(有効なパラメーター数は非公表)
236Qwen-Audio-Chat (Alibaba, 2023)~8.5 × 10⁹2023推定
237Megatron-LM (Nvidia, 2019)~8.3 × 10⁹2019推定
238BigSSL (Google, 2021)~8 × 10⁹2021推定
239Nemotron-3-8B (Nvidia, 2023)8 × 10⁹8 × 10⁹2023構造は非公開
240Stable Diffusion 3 (Stability AI, 2024)8 × 10⁹8 × 10⁹2024密(dense)
241Qwen3 Embedding (Alibaba, 2025)8 × 10⁹8 × 10⁹2025専門家混合(有効なパラメーター数は非公表)
242Imagen (Google Brain, 2022)~7.8 × 10⁹2022推定
243XGLM-7.5B (Meta AI, 2021)7.5 × 10⁹7.5 × 10⁹2021構造は非公開
244RETRO-7B (DeepMind, 2022)7.5 × 10⁹7.5 × 10⁹2022構造は非公開
245OpenVLA (Stanford University, 2024)7.2 × 10⁹7.2 × 10⁹2024構造は非公開
246mPLUG-Owl2 (Alibaba, 2023)~7.1 × 10⁹2023推定
247Goat-7B (National University of Singapore, 2023)~7 × 10⁹2023推定
248Llama 2-7B (Meta AI, 2023)7 × 10⁹7 × 10⁹2023密(dense)
249Llama Guard (Meta AI, 2023)7 × 10⁹7 × 10⁹2023密(dense)
250Qwen-VL-Max (Alibaba, 2024)7 × 10⁹7 × 10⁹2024密(dense)
251Mathstral (Mistral AI, 2024)7 × 10⁹7 × 10⁹2024構造は非公開
252Apollo 7B (Meta AI, 2024)7 × 10⁹7 × 10⁹2024構造は非公開
253Eurus-2-7B-PRIME (Tsinghua University, 2025)~7 × 10⁹2025推定
254INTELLECT-MATH (Prime Intellect, 2025)7 × 10⁹7 × 10⁹2025構造は非公開
255Incoder-6.7B (Facebook AI Research, 2023)6.7 × 10⁹6.7 × 10⁹2023構造は非公開
256ProGen2-xlarge (Salesforce Research, 2022)6.4 × 10⁹6.4 × 10⁹2022構造は非公開
257GPipe (Google, 2018)~6 × 10⁹2018推定
258InstructGPT 6B (OpenAI, 2022)6 × 10⁹6 × 10⁹2022密(dense)
259Vega v2 (Wuhan University, 2022)6 × 10⁹6 × 10⁹2022構造は非公開
260ChatGLM3-6B (Z.ai (Zhipu AI), 2023)~6 × 10⁹2023推定
261MolmoAct 2 (Allen Institute for AI, 2026)~5.5 × 10⁹2026推定
262T-NLRv5 XXL (Microsoft, 2021)5.4 × 10⁹5.4 × 10⁹2021構造は非公開
263π0.6 (Physical Intelligence, 2025)5.3 × 10⁹5.3 × 10⁹2025専門家混合(有効なパラメーター数は非公表)
264PaLI-3 (Google DeepMind, 2023)5 × 10⁹5 × 10⁹2023構造は非公開
265Mesh-TensorFlow Transformer 4.9B (Google Brain, 2018)4.9 × 10⁹4.9 × 10⁹2018密(dense)
266W.A.L.T (Stanford University, 2023)4.7 × 10⁹4.7 × 10⁹2023構造は非公開
267CogView (Tsinghua University, 2021)~4 × 10⁹2021推定
268Make-A-Scene (Meta AI, 2022)~4 × 10⁹2022推定
269ONE-PEACE (Alibaba, 2023)~4 × 10⁹2023推定
270Megatron-BERT (Nvidia, 2019)3.9 × 10⁹3.9 × 10⁹2019密(dense)
271DALL·E 2 (OpenAI, 2022)~3.5 × 10⁹2022推定
272Stable Diffusion XL (Stability AI, 2023)~3.4 × 10⁹2023推定
273MusicGen (Meta AI, 2023)~3.4 × 10⁹2023推定
274Gemini Nano-2 (Google DeepMind, 2023)3.3 × 10⁹3.3 × 10⁹2023構造は非公開
275Zidong Taichu (Chinese Academy of Sciences, 2021)3.2 × 10⁹3.2 × 10⁹2021構造は非公開
276DeepNet (Microsoft Research, 2022)3.2 × 10⁹3.2 × 10⁹2022構造は非公開
277MS-ensemble-speech-recognition (Microsoft, 2016)~3.2 × 10⁹2016推定
278BASIC-L (Google, 2021)~3.1 × 10⁹2021推定
279BASIC-L + Lion (Google, 2023)3.1 × 10⁹3.1 × 10⁹2023構造は非公開
280LEP-AD (King Abdullah University of Science and Technology (KAUST), 2023)3 × 10⁹3 × 10⁹2023構造は非公開
281ViT-G/14 (Google Research, 2021)3 × 10⁹3 × 10⁹2021構造は非公開
282ProtT5-XL-U50 (Technical University of Munich, 2021)3 × 10⁹3 × 10⁹2021構造は非公開
283Swin Transformer V2 (Microsoft Research Asia, 2021)3 × 10⁹3 × 10⁹2021構造は非公開
284LongT5 (Google Research, 2021)3 × 10⁹3 × 10⁹2021構造は非公開
285ReALM (Apple, 2024)3 × 10⁹3 × 10⁹2024構造は非公開
286Mesh-TensorFlow Transformer 2.9B (Google Brain, 2018)~2.9 × 10⁹2018推定
287T5-3B (Google, 2019)2.8 × 10⁹2.8 × 10⁹2019密(dense)
288DPO on Pythia-2.8B (Stanford University, 2023)2.8 × 10⁹2.8 × 10⁹2023密(dense)
289AFM-on-device (Apple, 2024)2.7 × 10⁹2.7 × 10⁹2024構造は非公開
290PolyCoder (Carnegie Mellon University (CMU), 2022)~2.7 × 10⁹2022推定
291Hybrid H3-2.7B (Stanford University, 2022)~2.7 × 10⁹2022推定
292GPT3-2.7B (Stanford University, 2023)2.7 × 10⁹2.7 × 10⁹2023構造は非公開
293Meena (Google Brain, 2020)2.6 × 10⁹2.6 × 10⁹2020密(dense)
294CPM-Large (Tsinghua University, 2020)2.6 × 10⁹2.6 × 10⁹2020密(dense)
295Nucleotide Transformer (Nvidia, 2023)~2.5 × 10⁹2023推定
296Fugatto 1 (Nvidia, 2024)2.5 × 10⁹2.5 × 10⁹2024構造は非公開
297CoAtNet (Google, 2021)2.4 × 10⁹2.4 × 10⁹2021構造は非公開
298GShard (Google, 2020)2.3 × 10⁹2.3 × 10⁹2020密(dense)
299SeamlessM4T (Facebook, 2023)2.3 × 10⁹2.3 × 10⁹2023構造は非公開
300Turing ULRv5 (Microsoft, 2021)2.2 × 10⁹2.2 × 10⁹2021構造は非公開
301CoCa (Google Research, 2022)2.1 × 10⁹2.1 × 10⁹2022構造は非公開
302MuseNet (OpenAI, 2019)~2 × 10⁹2019推定
303Infinity (ByteDance, 2024)2 × 10⁹2 × 10⁹2024構造は非公開
304Seq2Seq LSTM (Google, 2014)1.9 × 10⁹1.9 × 10⁹2014密(dense)
305BEIT-3 (Microsoft, 2022)~1.9 × 10⁹2022推定
306Ankh_large (Technical University of Munich, 2023)1.9 × 10⁹1.9 × 10⁹2023構造は非公開
307ViT-G/14 (Google Brain, 2021)1.8 × 10⁹1.8 × 10⁹2021構造は非公開
308ViT-G (University of Washington, 2022)1.8 × 10⁹1.8 × 10⁹2022構造は非公開
309Phenaki (University College London (UCL), 2022)~1.8 × 10⁹2022推定
310Gemini Nano-1 (Google DeepMind, 2023)1.8 × 10⁹1.8 × 10⁹2023構造は非公開
311DistBelief Vision (Google, 2012)~1.7 × 10⁹2012推定
312Whisper (OpenAI, 2022)~1.6 × 10⁹2022推定
313GPT-2 (OpenAI, 2019)~1.5 × 10⁹2019推定
314DeBERTa (Microsoft, 2021)1.5 × 10⁹1.5 × 10⁹2021構造は非公開
315AR-LDM (Alibaba, 2022)1.5 × 10⁹1.5 × 10⁹2022構造は非公開
316AudioLM (Google Research, 2023)~1.5 × 10⁹2023推定
317BLIP-2 (Salesforce Research, 2023)1.5 × 10⁹1.5 × 10⁹2023構造は非公開
318LDM-1.45B (Heidelberg University, 2021)1.4 × 10⁹1.4 × 10⁹2021構造は非公開
319Stable Diffusion (Runway, 2022)1.4 × 10⁹1.4 × 10⁹2022密(dense)
320SEER (Facebook AI Research, 2021)1.3 × 10⁹1.3 × 10⁹2021構造は非公開
321InstructGPT 1.3B (OpenAI, 2022)1.3 × 10⁹1.3 × 10⁹2022密(dense)
322Megatron-LM (Nvidia, 2019)1.2 × 10⁹1.2 × 10⁹2019密(dense)
323RDT-1B (Tsinghua University, 2024)~1.2 × 10⁹2024推定
324Gato (DeepMind, 2022)1.2 × 10⁹1.2 × 10⁹2022構造は非公開
325DINOv2 (Facebook AI Research, 2023)1.1 × 10⁹1.1 × 10⁹2023構造は非公開
326Diffusion Renderer (Nvidia, 2025)1.1 × 10⁹1.1 × 10⁹2025構造は非公開
327InternImage (Shanghai AI Lab, 2022)1.1 × 10⁹1.1 × 10⁹2022構造は非公開
328EVA-01 (Beijing Academy of Artificial Intelligence / BAAI, 2022)1 × 10⁹1 × 10⁹2022構造は非公開
329Unsupervised High-level Feature Learner (Google, 2012)~1 × 10⁹2012推定
330Conformer + Wav2vec 2.0 + Noisy Student (Google, 2020)1 × 10⁹1 × 10⁹2020密(dense)
331HuBERT (Facebook AI Research, 2021)~1 × 10⁹2021推定
332W2v-BERT (Google Brain, 2021)1 × 10⁹1 × 10⁹2021密(dense)
333AudioGen (Meta AI, 2023)~1 × 10⁹2023推定
334VideoMAE V2 (Nanjing University, 2023)1 × 10⁹1 × 10⁹2023構造は非公開
335TransE (Universite de Technologie de Compiègne – CNRS, 2013)~9.4 × 10⁸2013推定
336ImageBind (Meta AI, 2023)~9.3 × 10⁸2023推定
337Big Transfer (Google Brain, 2019)~9.3 × 10⁸2019推定
338Florence (Microsoft, 2021)8.9 × 10⁸8.9 × 10⁸2021構造は非公開
339NÜWA (Microsoft Research, 2021)8.7 × 10⁸8.7 × 10⁸2021構造は非公開
340MusicLM (Google, 2023)8.6 × 10⁸8.6 × 10⁸2023構造は非公開
341ResNeXt-101 32x48d (Facebook, 2018)8.3 × 10⁸8.3 × 10⁸2018密(dense)
342FixRes ResNeXt-101 WSL (Facebook AI, 2019)~8.3 × 10⁸2019推定
343ALIGN (Google Research, 2021)8.2 × 10⁸8.2 × 10⁸2021構造は非公開
344Statement Curriculum Learning (OpenAI, 2022)~7.7 × 10⁸2022推定
345CodeT5-large (Salesforce, 2022)~7.7 × 10⁸2022推定
346DITTO (Tsinghua University, 2022)7.5 × 10⁸7.5 × 10⁸2022構造は非公開
347FGN (Google DeepMind, 2025)7.2 × 10⁸7.2 × 10⁸2025構造は非公開
348data2vec (Meta AI, 2022)~7.1 × 10⁸2022推定
349Tranception (University of Oxford, 2022)7 × 10⁸7 × 10⁸2022構造は非公開
350Word2Vec (Google, 2013)~6.9 × 10⁸2013推定
351DiT-XL/2 (New York University (NYU), 2023)6.8 × 10⁸6.8 × 10⁸2023構造は非公開
352DiT-XL/2 + CADS (ETH Zurich, 2023)~6.8 × 10⁸2023推定
353OmegaPLM (Massachusetts Institute of Technology (MIT), 2022)6.7 × 10⁸6.7 × 10⁸2022構造は非公開
354XLM (Facebook, 2019)~6.7 × 10⁸2019推定
355ESM1b (Facebook AI Research, 2020)6.5 × 10⁸6.5 × 10⁸2020密(dense)
356Segment Anything Model (Meta AI, 2023)6.4 × 10⁸6.4 × 10⁸2023構造は非公開
357ViT-Huge/14 (Google Brain, 2020)6.3 × 10⁸6.3 × 10⁸2020密(dense)
358Masked Autoencoders ViT-H (Facebook AI Research, 2021)~6.3 × 10⁸2021推定
359Retrieval-Augmented Generator (Facebook, 2020)6.3 × 10⁸6.3 × 10⁸2020密(dense)
360DLDL (University of Oxford, 2016)~5.6 × 10⁸2016推定
361ADM (OpenAI, 2021)5.6 × 10⁸5.6 × 10⁸2021構造は非公開
362TrOCR (Beihang University, 2021)5.6 × 10⁸5.6 × 10⁸2021構造は非公開
363XLM-RoBERTa (Facebook AI, 2019)5.5 × 10⁸5.5 × 10⁸2019密(dense)
364LUKE (University of Washington, 2020)~4.8 × 10⁸2020推定
365EfficientNet-L2 (Google, 2019)~4.8 × 10⁸2019推定
366Noisy Student (Carnegie Mellon University (CMU), 2019)4.8 × 10⁸4.8 × 10⁸2019密(dense)
367Meta Pseudo Labels (Google Brain, 2021)~4.8 × 10⁸2021推定
368EMDR (Mila - Quebec AI (originally Montreal Institute for Learning Algorithms), 2021)4.4 × 10⁸4.4 × 10⁸2021構造は非公開
369NMT Transformer 437M (Google, 2019)4.4 × 10⁸4.4 × 10⁸2019密(dense)
370Adaptive Inputs + LayerDrop (Facebook AI Research, 2019)4.2 × 10⁸4.2 × 10⁸2019密(dense)
371ProtBERT-BFD (Technical University of Munich, 2021)4.2 × 10⁸4.2 × 10⁸2021構造は非公開
372OntoProtein (Zhejiang University (ZJU), 2022)~4.2 × 10⁸2022推定
373DeBERTaV3large + KEAR (Microsoft, 2022)4.2 × 10⁸4.2 × 10⁸2022構造は非公開
374BART-large (Facebook AI, 2019)~4.1 × 10⁸2019推定
375SigLIP 400M (Google DeepMind, 2023)4 × 10⁸4 × 10⁸2023構造は非公開
376BERT-Large-CAS (Amazon, 2019)~4 × 10⁸2019推定
377MoCo (Facebook AI, 2019)~3.8 × 10⁸2019推定
378SimCLR (Google Brain, 2020)~3.8 × 10⁸2020推定
379CLIP (OpenAI, 2021)3.7 × 10⁸3.7 × 10⁸2021構造は非公開
380RoBERTa Large (Facebook, 2019)3.5 × 10⁸3.5 × 10⁸2019密(dense)
381AbLang (University of Oxford, 2022)3.5 × 10⁸3.5 × 10⁸2022構造は非公開
382GPT-2 Medium (Stanford University, 2022)3.5 × 10⁸3.5 × 10⁸2022密(dense)
383VALL-E (Microsoft, 2023)~3.5 × 10⁸2023推定
384BERT-Large (Google, 2018)3.4 × 10⁸3.4 × 10⁸2018密(dense)
385XLNet (Carnegie Mellon University (CMU), 2019)3.4 × 10⁸3.4 × 10⁸2019密(dense)
386ERNIE-GEN (Baidu, 2020)~3.4 × 10⁸2020推定
387CamemBERT (Facebook, 2019)3.4 × 10⁸3.4 × 10⁸2019密(dense)
388ELECTRA (Stanford University, 2020)~3.4 × 10⁸2020推定
389German ELECTRA Large (deepset, 2020)3.4 × 10⁸3.4 × 10⁸2020密(dense)
390ALM 1.0 (Beijing Academy of Artificial Intelligence / BAAI, 2022)~3.4 × 10⁸2022推定
391MT-DNN (Microsoft, 2019)3.3 × 10⁸3.3 × 10⁸2019密(dense)
392Fusion in Encoder (Samsung, 2022)~3.3 × 10⁸2022推定
393wave2vec 2.0 LARGE (Facebook, 2020)3.2 × 10⁸3.2 × 10⁸2020密(dense)
394CPC v2 (DeepMind, 2019)~3 × 10⁸2019推定
395Transformer - LibriVox + Decoding/Rescoring (Facebook, 2019)3 × 10⁸3 × 10⁸2019密(dense)
396DDPM-IP (Utrecht University, 2023)~3 × 10⁸2023推定
397GNMT (Google, 2016)~2.8 × 10⁸2016推定
398base LM+GNN+kNN (Shannon.AI, 2021)2.7 × 10⁸2.7 × 10⁸2021構造は非公開
399YOLO (University of Washington, 2015)~2.7 × 10⁸2015推定
400Transformer-XL (Carnegie Mellon University (CMU), 2019)~2.6 × 10⁸2019推定
401Transformer-XL + RMS dynamic eval (University of Edinburgh, 2019)2.6 × 10⁸2.6 × 10⁸2019密(dense)
402Transformer-XL Large + Phrase Induction (Massachusetts Institute of Technology (MIT), 2019)~2.6 × 10⁸2019推定
403Segatron-XL large, M=384 + HCP (Microsoft Research, 2022)2.6 × 10⁸2.6 × 10⁸2022構造は非公開
404Denoising Diffusion Probabilistic Models (University of California (UC) Berkeley, 2021)2.6 × 10⁸2.6 × 10⁸2021構造は非公開
405Pangu-Weather (Huawei, 2023)2.6 × 10⁸2.6 × 10⁸2023構造は非公開
406SPN (Google Brain, 2018)2.5 × 10⁸2.5 × 10⁸2018密(dense)
407S4 (Stanford University, 2021)~2.5 × 10⁸2021推定
408Base LM + kNN LM + Continuous Cache (Stanford University, 2019)~2.5 × 10⁸2019推定
409ERNIE-Doc (Baidu, 2020)2.5 × 10⁸2.5 × 10⁸2020密(dense)
410Adaptive Input Transformer + RD (Microsoft Research Asia, 2021)~2.5 × 10⁸2021推定
411Transformer (Adaptive Input Embeddings) WT103 (Facebook AI Research, 2018)2.5 × 10⁸2.5 × 10⁸2018密(dense)
412TaLK Convolution (Carleton University, 2020)~2.4 × 10⁸2020推定
413ALBERT-xxlarge (Toyota Technological Institute at Chicago, 2020)~2.4 × 10⁸2020推定
414SRU++ Large (ASAPP, 2021)2.3 × 10⁸2.3 × 10⁸2021構造は非公開
415GR-2 (ByteDance, 2024)2.3 × 10⁸2.3 × 10⁸2024構造は非公開
416MaskGIT (Google Research, 2022)2.3 × 10⁸2.3 × 10⁸2022構造は非公開
417MetNet (Google, 2020)~2.3 × 10⁸2020推定
418FFN SwiGLU (Google, 2020)2.2 × 10⁸2.2 × 10⁸2020密(dense)
419CodeT5-base (Salesforce, 2021)~2.2 × 10⁸2021推定
420Transformer (Google Research, 2017)2.1 × 10⁸2.1 × 10⁸2017密(dense)
421Sandwich Transformer (Allen Institute for AI, 2019)~2.1 × 10⁸2019推定
422EfficientNetV2-XL (Google, 2021)2.1 × 10⁸2.1 × 10⁸2021構造は非公開
423Word2Vec (Google, 2013)~2.1 × 10⁸2013推定
424Multilingual DNN (Google, 2013)2.1 × 10⁸2.1 × 10⁸2013密(dense)
425DreamerV3 (DeepMind, 2023)~2 × 10⁸2023推定
426DL scaling speech (Baidu, 2017)~1.9 × 10⁸2017推定
427ResNeXt-101 Billion-scale (Facebook AI, 2019)~1.9 × 10⁸2019推定
428 (NTT Communication Science Laboratories, 2018)1.9 × 10⁸1.9 × 10⁸2018密(dense)
429TrellisNet (Carnegie Mellon University (CMU), 2018)1.8 × 10⁸1.8 × 10⁸2018密(dense)
430DL scaling LM (Baidu, 2017)~1.8 × 10⁸2017推定
431EXAONE Path 2.0 (LG AI Research, 2025)1.8 × 10⁸1.8 × 10⁸2025構造は非公開
432OpenAI Five Rerun (OpenAI, 2019)1.6 × 10⁸1.6 × 10⁸2019密(dense)
433OpenAI Five (OpenAI, 2019)1.6 × 10⁸1.6 × 10⁸2019密(dense)
4344 layer QRNN (Salesforce Research, 2018)~1.5 × 10⁸2018推定
435TransformerXL + spectrum control (University of California Los Angeles (UCLA), 2020)~1.5 × 10⁸2020推定
436AlphaGeometry (Google DeepMind, 2024)1.5 × 10⁸1.5 × 10⁸2024構造は非公開
437PermuteFormer (Peking University, 2021)~1.5 × 10⁸2021推定
438Fragment embedding (Stanford University, 2014)~1.4 × 10⁸2014推定
439OverFeat (New York University (NYU), 2013)1.4 × 10⁸1.4 × 10⁸2013密(dense)
440VGG19 (University of Oxford, 2014)~1.4 × 10⁸2014推定
441LRCN (UT Austin, 2014)~1.4 × 10⁸2014推定
442Transformer-XL DeFINE (University of Washington, 2019)~1.4 × 10⁸2019推定
443Deep Autoencoders (University of Toronto, 2011)1.4 × 10⁸1.4 × 10⁸2011密(dense)
444AlphaStar (DeepMind, 2019)1.4 × 10⁸1.4 × 10⁸2019密(dense)
445VGG16 (University of Oxford, 2014)1.4 × 10⁸1.4 × 10⁸2014密(dense)
446VGG-Face (University of Oxford, 2015)1.4 × 10⁸1.4 × 10⁸2015密(dense)
447SAF R-CNN (Beijing Institute of Technology, 2015)~1.4 × 10⁸2015推定
448Template Adaptation (University of Oxford, 2016)~1.4 × 10⁸2016推定
449LRR-4X (UC Irvine, 2016)~1.4 × 10⁸2016推定
450CMS-RCNN (IEEE, 2016)~1.4 × 10⁸2016推定
451QRNN (Salesforce Research, 2018)~1.4 × 10⁸2018推定
452Multiresolution CNN (Google, 2014)~1.3 × 10⁸2014推定
453FTW (DeepMind, 2018)~1.3 × 10⁸2018推定
454Feedback Transformer (LORIA, 2020)~1.3 × 10⁸2020推定
455KEPLER (Tsinghua University, 2020)1.3 × 10⁸1.3 × 10⁸2020密(dense)
456DL scaling Image (Baidu, 2017)1.2 × 10⁸1.2 × 10⁸2017密(dense)
457GloVe (Stanford University, 2014)~1.2 × 10⁸2014推定
458Conformer (Google, 2020)1.2 × 10⁸1.2 × 10⁸2020密(dense)
459GPT-1 (OpenAI, 2018)~1.2 × 10⁸2018推定
460ContextNet (Google, 2020)~1.1 × 10⁸2020推定
461SciBERT (Allen Institute for AI, 2019)1.1 × 10⁸1.1 × 10⁸2019密(dense)
462DNABERT (Northeastern University, 2021)1.1 × 10⁸1.1 × 10⁸2021構造は非公開
463Contriever (Meta AI, 2021)~1.1 × 10⁸2021推定
464BERT-RBP (Waseda University, 2022)1.1 × 10⁸1.1 × 10⁸2022密(dense)
465RoFormer (Zhuiyi Technology, 2023)1.1 × 10⁸1.1 × 10⁸2023構造は非公開
466LSTM LM (RWTH Aachen University, 2012)~1 × 10⁸2012推定
467ReLU-Speech (Google, 2013)~1 × 10⁸2013推定
468STORM-B/8 (University of Southern California, 2024)1 × 10⁸1 × 10⁸2024構造は非公開
469Support Vector Machines (AT&T, 1995)~1 × 10⁸1995推定
470GPU DBNs (Stanford University, 2009)1 × 10⁸1 × 10⁸2009密(dense)
471MSA Transformer (Facebook AI Research, 2021)~1 × 10⁸2021推定
472YOLOX-X (Megvii Inc, 2021)~9.9 × 10⁷2021推定
473DeLighT (University of Washington, 2020)~9.9 × 10⁷2020推定
474ELMo (University of Washington, 2018)~9.4 × 10⁷2018推定
475AlphaFold 2 (DeepMind, 2020)~9.3 × 10⁷2020推定
476AlphaMissense (Google DeepMind, 2023)~9.3 × 10⁷2023推定
477Octo-Base (University of California (UC) Berkeley, 2024)9.3 × 10⁷9.3 × 10⁷2024構造は非公開
478PolyNet (Chinese University of Hong Kong (CUHK), 2016)~9.2 × 10⁷2016推定
479Transformer local-attention (Google Cloud, 2021)9 × 10⁷9 × 10⁷2021構造は非公開
480Transformer + Simple Recurrent Unit (ASAPP, 2018)9 × 10⁷9 × 10⁷2018密(dense)
481NASNet-A (Google Brain, 2017)~8.9 × 10⁷2017推定
482CLIP (OpenAI, 2021)~8.9 × 10⁷2021推定
483Detic (Meta AI, 2022)~8.8 × 10⁷2022推定
484MSRA (Microsoft Research, 2015)8.7 × 10⁷8.7 × 10⁷2015密(dense)
485BigBiGAN (Google, 2019)~8.6 × 10⁷2019推定
486ViT-Base/32 (Google Brain, 2020)~8.6 × 10⁷2020推定
487DeiT-B (Meta AI, 2021)8.6 × 10⁷8.6 × 10⁷2021構造は非公開
488CaLM (University of Oxford, 2022)~8.6 × 10⁷2022推定
489Tensor-Transformer (University of California (UC) Berkeley, 2020)8.5 × 10⁷8.5 × 10⁷2020密(dense)
490ResNeXt-101 (University of California San Diego, 2016)8.3 × 10⁷8.3 × 10⁷2016密(dense)
491RBM Image Classifier (University of Toronto, 2009)~8 × 10⁷2009推定
492Routing Transformer (Google Research, 2020)8 × 10⁷8 × 10⁷2020密(dense)
493Big-Little Net (IBM, 2018)~7.7 × 10⁷2018推定
494EfficientDet (Google Brain, 2020)~7.7 × 10⁷2020推定
495CODEFUSION (Microsoft, 2023)7.5 × 10⁷7.5 × 10⁷2023構造は非公開
496RNN LM (Johns Hopkins University, 2010)~7 × 10⁷2010推定
497R-CNN (University of California (UC) Berkeley, 2013)~6.9 × 10⁷2013推定
498Variational (University of Cambridge, 2015)6.6 × 10⁷6.6 × 10⁷2015密(dense)
499DistilBERT (Hugging Face, 2019)6.6 × 10⁷6.6 × 10⁷2019密(dense)
500Theseus 6/768 (University of California San Diego, 2020)6.6 × 10⁷6.6 × 10⁷2020密(dense)
501ResNet-152 (Microsoft, 2015)6 × 10⁷6 × 10⁷2015密(dense)
502AlexNet (University of Toronto, 2012)6 × 10⁷6 × 10⁷2012密(dense)
503DETR (Facebook, 2020)6 × 10⁷6 × 10⁷2020密(dense)
504YOLOv3 (University of Washington, 2018)~5.7 × 10⁷2018推定
505Inception-ResNet-V2 (Google, 2016)~5.6 × 10⁷2016推定
506Transformer ELMo (Allen Institute for AI, 2019)5.6 × 10⁷5.6 × 10⁷2019密(dense)
507ショウジョウバエの脳5.5 × 10⁷5.5 × 10⁷シナプス
508NAS with base 8 and shared embeddings (Google Brain, 2016)5.4 × 10⁷5.4 × 10⁷2016密(dense)
509RetinaNet-R101 (Facebook AI Research, 2017)5.3 × 10⁷5.3 × 10⁷2017密(dense)
510AWD-LSTM+WT+Cache+IOG (NTT Communication Science Laboratories, 2017)5.3 × 10⁷5.3 × 10⁷2017密(dense)
511Hierarchical Scene Labeling (New York University (NYU), 2013)5.2 × 10⁷5.2 × 10⁷2013密(dense)
512VD-LSTM+REAL Large (Salesforce Research, 2016)5.1 × 10⁷5.1 × 10⁷2016密(dense)
513YOLOv2 (University of Washington, 2016)~5.1 × 10⁷2016推定
514Dropout-LSTM+Noise (Columbia University, 2018)~5.1 × 10⁷2018推定
515LSTM + dynamic eval (University of Edinburgh, 2017)~5 × 10⁷2017推定
516Dropout (University of Toronto, 2012)~4.9 × 10⁷2012推定
517Dropout: SVHN (University of Toronto, 2014)4.8 × 10⁷4.8 × 10⁷2014密(dense)
518DistBelief Speech (Google, 2012)~4.7 × 10⁷2012推定
519AlphaGo Zero (DeepMind, 2017)4.6 × 10⁷4.6 × 10⁷2017密(dense)
520Fine-tuned-AWD-LSTM-DOC (Samsung R&D Institute Russia, 2018)4.6 × 10⁷4.6 × 10⁷2018密(dense)
521CT-MoS (Google, 2020)4.5 × 10⁷4.5 × 10⁷2020密(dense)
522JFT (Google Research, 2017)4.5 × 10⁷4.5 × 10⁷2017密(dense)
523ResNet-101 (Microsoft, 2015)4.5 × 10⁷4.5 × 10⁷2015密(dense)
524HR-ResNet101 (Carnegie Mellon University (CMU), 2016)4.5 × 10⁷4.5 × 10⁷2016密(dense)
5253DMM-CNN (University of Southern California, 2016)4.5 × 10⁷4.5 × 10⁷2016密(dense)
526LaNet-L (Brown University, 2019)4.4 × 10⁷4.4 × 10⁷2019密(dense)
527ProBERTa (University of Illinois Urbana-Champaign (UIUC), 2020)4.4 × 10⁷4.4 × 10⁷2020密(dense)
528PreTrans-3L-250H (University of Toronto, 2013)~4.3 × 10⁷2013推定
529Inceptionv4 (Google, 2016)~4.3 × 10⁷2016推定
530GL-LWGC-AWD-MoS-LSTM + dynamic evaluation (Ben-Gurion University of the Negev, 2017)3.8 × 10⁷3.8 × 10⁷2017密(dense)
531U-Net (University of Freiburg, 2015)3.8 × 10⁷3.8 × 10⁷2015密(dense)
532NASv3 (Google Brain, 2016)~3.7 × 10⁷2016推定
533MuZero (DeepMind, 2019)~3.7 × 10⁷2019推定
534AWD-LSTM-MoS + dynamic evaluation (Carnegie Mellon University (CMU), 2017)~3.5 × 10⁷2017推定
535AWD-LSTM-MoS+PDR + dynamic evaluation (IBM, 2018)3.5 × 10⁷3.5 × 10⁷2018密(dense)
536AWD-LSTM-MoS + dynamic evaluation (Peking University, 2018)3.5 × 10⁷3.5 × 10⁷2018密(dense)
537AWD-LSTM + MoS + Partial Shuffled (University of Texas at Austin, 2019)3.5 × 10⁷3.5 × 10⁷2019密(dense)
538Mogrifier (d2, MoS2, MC) + dynamic eval (DeepMind, 2019)3.5 × 10⁷3.5 × 10⁷2019密(dense)
539Mogrifier RLSTM (DeepMind, 2022)3.5 × 10⁷3.5 × 10⁷2022構造は非公開
540RT-1 (Google, 2022)3.5 × 10⁷3.5 × 10⁷2022構造は非公開
541DenseNet-264 (Tsinghua University, 2016)3.4 × 10⁷3.4 × 10⁷2016密(dense)
542RetinaNet-R50 (Facebook AI Research, 2017)~3.4 × 10⁷2017推定
543Fraternal dropout + AWD-LSTM 3-layer (Jagiellonian University, 2017)~3.4 × 10⁷2017推定
544AWD-LSTM-DRILL + dynamic evaluation† (IDIAP, 2019)~3.4 × 10⁷2019推定
545AWD-LSTM - 3-layer LSTM (Salesforce Research, 2017)3.3 × 10⁷3.3 × 10⁷2017密(dense)
546TCAN (Nanjing University, 2020)3.3 × 10⁷3.3 × 10⁷2020密(dense)
547MMLSTM (Beijing University of Posts and Telecommunications, 2019)~3.2 × 10⁷2019推定
548Paragraph Vector (Google, 2014)3.2 × 10⁷3.2 × 10⁷2014密(dense)
549aLSTM (University of Manchester, 2018)3.2 × 10⁷3.2 × 10⁷2018密(dense)
550StyleGAN2 (Nvidia, 2019)3 × 10⁷3 × 10⁷2019密(dense)
551UDSMProt (Fraunhofer Heinrich Hertz Institute, 2019)~2.8 × 10⁷2019推定
552SENet (Chinese Academy of Sciences, 2017)~2.8 × 10⁷2017推定
553Perceiver IO (DeepMind, 2020)2.8 × 10⁷2.8 × 10⁷2020密(dense)
554Fractional Max-Pooling (University of Warwick, 2014)~2.7 × 10⁷2014推定
555Hierarchical Reasoning Model (Sapient Intelligence, 2025)2.7 × 10⁷2.7 × 10⁷2025構造は非公開
556RNN-WER (DeepMind, 2014)~2.6 × 10⁷2014推定
557StyleGAN (Nvidia, 2018)2.6 × 10⁷2.6 × 10⁷2018密(dense)
558PyramidNet (Korea Advanced Institute of Science and Technology (KAIST), 2017)~2.6 × 10⁷2017推定
559ResNeXt-50 (University of California San Diego, 2016)~2.5 × 10⁷2016推定
560AWD-LSTM (DeepMind, 2017)2.4 × 10⁷2.4 × 10⁷2017密(dense)
561Inception v3 (Google, 2015)~2.4 × 10⁷2015推定
562Mamba-24M (Carnegie Mellon University (CMU), 2023)2.3 × 10⁷2.3 × 10⁷2023構造は非公開
563WeNet (Amazon, 2019)~2.3 × 10⁷2019推定
564EN^2AS with performance reward (Beijing Institute of Technology, 2019)~2.3 × 10⁷2019推定
565NAS+ESS (Northeastern University (China), 2020)2.3 × 10⁷2.3 × 10⁷2020密(dense)
566Xception (Google, 2016)2.3 × 10⁷2.3 × 10⁷2016密(dense)
567MetaMimic (Google, 2018)~2.2 × 10⁷2018推定
568MMLSTM (Beijing University of Posts and Telecommunications, 2019)~2.1 × 10⁷2019推定
569Pointer Sentinel-LSTM (MetaMind Inc, 2016)2.1 × 10⁷2.1 × 10⁷2016密(dense)
570DiffDock (Massachusetts Institute of Technology (MIT), 2022)~2 × 10⁷2022推定
571EI-REHN-1000D (Korea Advanced Institute of Science and Technology (KAIST), 2017)1.9 × 10⁷1.9 × 10⁷2017密(dense)
572TC-DNN-BLSTM-DNN (Carnegie Mellon University (CMU), 2015)1.8 × 10⁷1.8 × 10⁷2015密(dense)
573OR-WideResNet (Duke University, 2017)1.8 × 10⁷1.8 × 10⁷2017密(dense)
574BP-DBN (University of Toronto, 2009)1.8 × 10⁷1.8 × 10⁷2009密(dense)
575ALBERT (Toyota Technological Institute at Chicago, 2019)1.8 × 10⁷1.8 × 10⁷2019密(dense)
576MedBERT (Peng Cheng Laboratory, 2021)~1.7 × 10⁷2021推定
577LCNP NORB (, 2009)1.7 × 10⁷1.7 × 10⁷2009密(dense)
578LF-MMI (Johns Hopkins University, 2016)1.7 × 10⁷1.7 × 10⁷2016密(dense)
579AlphaFold (DeepMind, 2020)~1.6 × 10⁷2020推定
580GNoME for crystal discovery (Google DeepMind, 2023)~1.6 × 10⁷2023推定
581ReLU (University of Toronto, 2010)~1.6 × 10⁷2010推定
582ProteinBERT (Hebrew University of Jerusalem, 2022)1.6 × 10⁷1.6 × 10⁷2022構造は非公開
583Eve (Harvard Medical School, 2021)~1.5 × 10⁷2021推定
584LCNP LabelMe (University of Bonn, 2009)1.4 × 10⁷1.4 × 10⁷2009密(dense)
585BatchNorm (Google, 2015)1.4 × 10⁷1.4 × 10⁷2015密(dense)
586Fold2Seq (IBM, 2021)~1.2 × 10⁷2021推定
587NPLM (University of Montreal / Université de Montréal, 2003)1.2 × 10⁷1.2 × 10⁷2003密(dense)
588LCNP MNIST (, 2009)1.2 × 10⁷1.2 × 10⁷2009密(dense)
589ISS (Duke University, 2017)1.1 × 10⁷1.1 × 10⁷2017密(dense)
590ResNet-1001 (Microsoft, 2016)~1 × 10⁷2016推定
591RNN+LDA+KN5+cache (Microsoft, 2012)~9 × 10⁶2012推定
592Gated HORNN (York University, 2016)~9 × 10⁶2016推定
593AlphaGo Fan (DeepMind, 2015)~8.2 × 10⁶2015推定
594genCNN + dyn eval (Chinese Academy of Sciences, 2015)~8 × 10⁶2015推定
595Once for All (MIT-IBM Watson AI Lab, 2020)7.7 × 10⁶7.7 × 10⁶2020密(dense)
596Multi-cell LSTM (University of Hyderabad, 2018)~7.2 × 10⁶2018推定
597Feedforward NN (University of Montreal / Université de Montréal, 2010)7.1 × 10⁶7.1 × 10⁶2010密(dense)
598True-Regularization+Finetune+Dynamic-Eval (Mobvoi, 2019)7 × 10⁶7 × 10⁶2019密(dense)
599Neural LM (University of Montreal / Université de Montréal, 2000)6.9 × 10⁶6.9 × 10⁶2000密(dense)
600GoogLeNet / InceptionV1 (Google, 2014)6.8 × 10⁶6.8 × 10⁶2014密(dense)
601HyenaDNA (Stanford University, 2023)6.6 × 10⁶6.6 × 10⁶2023構造は非公開
602Dropout (University of Toronto, 2012)5.6 × 10⁶5.6 × 10⁶2012密(dense)
603SimpleNet (Sensifai, 2016)5.5 × 10⁶5.5 × 10⁶2016密(dense)
604AlphaX-1 (Facebook AI Research, 2019)5.4 × 10⁶5.4 × 10⁶2019密(dense)
6053DDFA (Chinese Academy of Sciences, 2015)5.4 × 10⁶5.4 × 10⁶2015密(dense)
606Deep CNN + COTS (IEEE, 2015)5 × 10⁶5 × 10⁶2015密(dense)
607DCNN (University of Maryland, 2015)5 × 10⁶5 × 10⁶2015密(dense)
608NLP from scratch (NEC Laboratories, 2011)~5 × 10⁶2011推定
609SPN-4+KN5 (Singapore University of Technology & Design, 2014)~5 × 10⁶2014推定
6106-Act Tether (Facebook AI Research, 2021)5 × 10⁶5 × 10⁶2021構造は非公開
611High Performance CNN (IDSIA, 2011)~4.9 × 10⁶2011推定
612MobileNet (Google, 2017)~4.2 × 10⁶2017推定
613NPLM (University of Montreal / Université de Montréal, 2003)4.1 × 10⁶4.1 × 10⁶2003密(dense)
614LMICA (, 2004)4.1 × 10⁶4.1 × 10⁶2004密(dense)
615PoE MNIST (University College London (UCL), 2000)3.9 × 10⁶3.9 × 10⁶2000密(dense)
616Dimensionality Reduction (University of Toronto, 2006)~3.8 × 10⁶2006推定
617GOAT (DeepMind, 2021)~3.5 × 10⁶2021推定
618MobileNetV2 (Google, 2018)~3.4 × 10⁶2018推定
619Big-Little Net (IBM, 2018)~3.3 × 10⁶2018推定
620DLWP (University of Washington, 2021)2.7 × 10⁶2.7 × 10⁶2021構造は非公開
621BIDAF (University of Washington, 2016)2.6 × 10⁶2.6 × 10⁶2016密(dense)
622DeepStack (University of Alberta, 2017)~2.5 × 10⁶2017推定
623KataGo (Jane Street, 2019)~2.5 × 10⁶2019推定
624ShuffleNet v1 (Megvii Inc, 2017)~2.4 × 10⁶2017推定
625ADAM (University of Amsterdam, 2014)2.4 × 10⁶2.4 × 10⁶2014密(dense)
626StyleGAN3-T (Nvidia, 2021)2.2 × 10⁶2.2 × 10⁶2021構造は非公開
627LSTM+NeuralCache (KU Leuven, 2018)~2.1 × 10⁶2018推定
628HLBL (University of Toronto, 2008)1.8 × 10⁶1.8 × 10⁶2008密(dense)
629ResNet-110 (Microsoft, 2015)~1.7 × 10⁶2015推定
630Dueling DQN (Google DeepMind, 2016)1.7 × 10⁶1.7 × 10⁶2016密(dense)
631DQN-2015 (Google, 2015)~1.7 × 10⁶2015推定
632Rational DQN Average (TU Darmstadt, 2021)~1.7 × 10⁶2021推定
633IBM-5 (IBM, 1993)~1.7 × 10⁶1993推定
634Deep Belief Nets (University of Toronto, 2006)~1.6 × 10⁶2006推定
635IMPALA (DeepMind, 2018)1.6 × 10⁶1.6 × 10⁶2018密(dense)
636StyleGAN3-R (Nvidia, 2021)1.6 × 10⁶1.6 × 10⁶2021構造は非公開
637Deep Multitask NLP Network (NEC Laboratories, 2008)~1.5 × 10⁶2008推定
638Double DQN (Google DeepMind, 2016)1.5 × 10⁶1.5 × 10⁶2016密(dense)
639CNN committee (IDSIA, 2011)~1.4 × 10⁶2011推定
640SqueezeNet (DeepScale, 2016)~1.2 × 10⁶2016推定
641Neocognitron (NHK Broadcasting Science Research Laboratories, 1980)1.1 × 10⁶1.1 × 10⁶1980密(dense)
642CURL (University of California (UC) Berkeley, 2020)~9.1 × 10⁵2020推定
643DQN (DeepMind, 2013)8.4 × 10⁵8.4 × 10⁵2013密(dense)
644EnhanceNet (Max Planck Institute for Intelligent Systems, 2016)8.1 × 10⁵8.1 × 10⁵2016密(dense)
645Image generation (University of Amsterdam, 2013)7.8 × 10⁵7.8 × 10⁵2013密(dense)
646Hanabi 4 player (DeepMind, 2019)7.6 × 10⁵7.6 × 10⁵2019密(dense)
647TA-CNN (Chinese University of Hong Kong (CUHK), 2014)~7.1 × 10⁵2014推定
648Robot Parkour (Shanghai Qi Zhi institute, 2023)5 × 10⁵5 × 10⁵2023構造は非公開
649LISSOM (University of Texas at Austin, 1995)~4.3 × 10⁵1995推定
650SPIDER2 (Griffith University, 2016)~4.1 × 10⁵2016推定
651Mixture of linear models (, 1994)~3.8 × 10⁵1994推定
652NPD (IEEE, 2014)3.1 × 10⁵3.1 × 10⁵2014密(dense)
653Pooling CNN (University of Bonn, 2010)2.9 × 10⁵2.9 × 10⁵2010密(dense)
654Pooling CNN (University of Bonn, 2010)2.7 × 10⁵2.7 × 10⁵2010密(dense)
655Two Stage Feature Extraction (New York University (NYU), 2009)2.6 × 10⁵2.6 × 10⁵2009密(dense)
656Vector Space Model (Stanford University, 2011)2.5 × 10⁵2.5 × 10⁵2011密(dense)
657HyperNEAT (University of Texas at Austin, 2014)~2.4 × 10⁵2014推定
658DNN EM segmentation (IDSIA, 2012)2.2 × 10⁵2.2 × 10⁵2012密(dense)
659Predictive Coding NN (Technical University of Munich, 1994)2.1 × 10⁵2.1 × 10⁵1994密(dense)
660Table Tennis Agent (Google DeepMind, 2024)~1.9 × 10⁵2024推定
661CNN Committee (IDSIA, 2011)~1.3 × 10⁵2011推定
662CNN Committee (IDSIA, 2011)~1.2 × 10⁵2011推定
663RECONTRA-uncategorized (, 1999)~1.1 × 10⁵1999推定
664BLSTM for handwriting (University of Bern, 2007)~1 × 10⁵2007推定
665SVM-CNN (New York University (NYU), 2006)9.1 × 10⁴9.1 × 10⁴2006密(dense)
666Invariant CNN (New York University (NYU), 2004)9.1 × 10⁴9.1 × 10⁴2004密(dense)
667SexNet compression (, 1990)7.3 × 10⁴7.3 × 10⁴1990密(dense)
668NeuroChess (, 1994)~7.2 × 10⁴1994推定
669RECONTRA-categorized (, 1999)~6.7 × 10⁴1999推定
670LeNet-5 (AT&T, 1998)6 × 10⁴6 × 10⁴1998密(dense)
671Swift (Intel Labs, 2023)~5.7 × 10⁴2023推定
672TCN (Carnegie Mellon University (CMU), 2018)4.2 × 10⁴4.2 × 10⁴2018密(dense)
673TRPO (University of California (UC) Berkeley, 2015)3.4 × 10⁴3.4 × 10⁴2015密(dense)
674SOM-CNN (, 1997)3.2 × 10⁴3.2 × 10⁴1997密(dense)
675NETtalk reimplementation (Oregon State University, 1990)2.7 × 10⁴2.7 × 10⁴1990密(dense)
676TD-Gammon (IBM, 1992)~2.5 × 10⁴1992推定
677Cognitron (Biological Cybernetics, 1975)2.2 × 10⁴2.2 × 10⁴1975密(dense)
678NetTalk (Princeton University, 1987)1.9 × 10⁴1.9 × 10⁴1987密(dense)
679CFSS (SenseTime, 2015)~1.7 × 10⁴2015推定
680MUSIC perceptron (, 1996)1.4 × 10⁴1.4 × 10⁴1996密(dense)
681AdaRNN (Beihang University, 2014)1.3 × 10⁴1.3 × 10⁴2014密(dense)
682Bidirectional RNN (Advanced Telecommunications Research Institute, 1997)~1.3 × 10⁴1997推定
683Decision tree (Mitsubishi Electric Research Labs, 2001)~1.2 × 10⁴2001推定
684LSTM (Technical University of Munich, 1997)1.1 × 10⁴1.1 × 10⁴1997密(dense)
685MLN-ASR (McGill University, 1988)1 × 10⁴1 × 10⁴1988密(dense)
686Hopfield network (California Institute of Technology, 1982)~9.9 × 10³1982推定
687Zip CNN (AT&T, 1989)9.8 × 10³9.8 × 10³1989密(dense)
688Hierarchical Cognitron (NHK Broadcasting Science Research Laboratories, 1984)~9.3 × 10³1984推定
689Weight Decay (, 1991)8.4 × 10³8.4 × 10³1991密(dense)
690Deep Blue (IBM, 1997)~8 × 10³1997推定
691線虫(C. elegans)7 × 10³7 × 10³シナプス
692System 11 (Carnegie Mellon University (CMU), 1996)6.5 × 10³6.5 × 10³1996密(dense)
693ACF-WIDER (Chinese Academy of Sciences, 2014)6.1 × 10³6.1 × 10³2014密(dense)
694RankNet (Microsoft Research, 2005)5.7 × 10³5.7 × 10³2005密(dense)
695ANN Eye Tracker (, 1993)5.6 × 10³5.6 × 10³1993密(dense)
696JPMAX (, 1994)~4.4 × 10³1994推定
697Kohonen network (Helsinki University of Technology, 1981)~4.1 × 10³1981推定
698Speaker-independent vowel classification (University of Washington, 1989)3 × 10³3 × 10³1989密(dense)
699Pattern recognition and reading by machine (Sandia Corporation, 1959)~2.6 × 10³1959推定
700Handwritten digit recognition network (AT&T, 1989)2.6 × 10³2.6 × 10³1989密(dense)
701Boosting (Bell Laboratories, 1992)~2.6 × 10³1992推定
702Decision tree adaline (Tokyo Medical and Dental University, 1969)2.5 × 10³2.5 × 10³1969密(dense)
703LTE speaker verification system (IBM, 1966)~2.1 × 10³1966推定
704Ceramic-MLP (Sapienza Università di Roma, 1994)~1.9 × 10³1994推定
705SexNet classification (, 1990)~1.6 × 10³1990推定
706RAAM (, 1990)1.5 × 10³1.5 × 10³1990密(dense)
707Super-vector coding (University of Illinois Urbana-Champaign (UIUC), 2010)~1 × 10³2010推定
708Perceptron Mark I (Cornell Aeronautical Laboratory, 1957)~1 × 10³1957推定
709Perceptron (Cornell Aeronautical Laboratory, 1960)~1 × 10³1960推定
710Translation-invariant MLP (Carnegie Mellon University (CMU), 1987)8.2 × 10²8.2 × 10²1987専門家混合(有効なパラメーター数は非公表)
711Truck backer-upper (Stanford University, 1989)8.1 × 10²8.1 × 10²1989密(dense)
712Siamese-TDNN (Bell Laboratories, 1993)~7.4 × 10²1993推定
713MLP with back-propagation (University of California San Diego, 1986)7.2 × 10²7.2 × 10²1986密(dense)
714がん治療薬の作用機序の予測(National Cancer Institute, 1992)~5.9 × 10²1992推定
715Distributed representation NN (Carnegie Mellon University (CMU), 1986)4.3 × 10²4.3 × 10²1986密(dense)
716Piecewise linear model (University of Kansas, 1973)3.6 × 10²3.6 × 10²1973密(dense)
717ASE+ACE (University of Massachusetts Amherst, 1983)~3.2 × 10²1983推定
718LSTM with forget gates (IDSIA, 1999)~2.8 × 10²1999推定
719Self Organizing System (Massachusetts Institute of Technology (MIT), 1955)~2.3 × 10²1955推定
720Theseus (Bell Laboratories, 1950)4 × 10¹4 × 10¹1950密(dense)
721SNARC (Harvard University, 1952)~4 × 10¹1952推定
722Bankruptcy-NN (, 1990)3.6 × 10¹3.6 × 10¹1990密(dense)
723GNN (University of Siena, 2008)3 × 10¹3 × 10¹2008密(dense)
724ADALINE (Stanford University, 1960)1.7 × 10¹1.7 × 10¹1960密(dense)
725Samuel Neural Checkers (IBM, 1959)~1.6 × 10¹1959推定

集団

これらのグラフは、動物の社会、宗教、国家、政党、企業を、2通りで順位付けします。ひとつは構成員の数、もうひとつはニューロン相当数です。後者は、各構成員の起きている時間のうち、集団の指示が方向づける割合で重みを付けます。宗教の戒律、法律、政党の規則、職務記述書は、どれも同じように数えます。どれも指示の集まりなので、同じ規則で測ります。方向づけられた時間の推定方法。

典型的な群れのメンバー数 × 各メンバーの皮質または外套(昆虫は脳全体)のニューロン数を、対数目盛で示しています。斜線の棒は、推定した群れの規模、または近縁種のニューロン数を使っています。
  1. チンパンジーの群れ▲17.4 × 10¹¹
  2. ハキリアリのコロニー▼16.3 × 10¹¹
  3. ボノボの群れ▲24.4 × 10¹¹
  4. ハッザ族のキャンプ(人間、規模の目安として)4.1 × 10¹¹
  5. ビッグス型シャチの群れ▼22.6 × 10¹¹
  6. 定住型シャチの母系群2.4 × 10¹¹
  7. ヒヒの群れ8.6 × 10¹⁰
  8. バンドウイルカの同盟▲17.6 × 10¹⁰
  9. マッコウクジラの社会単位▲16.4 × 10¹⁰
  10. ミツバチのコロニー▼25.8 × 10¹⁰
  11. ゾウの家族5.6 × 10¹⁰
  12. ピニョンカケスの群れ5.3 × 10¹⁰
  13. ブチハイエナのクラン2.2 × 10¹⁰
  14. リカオンの群れ7.2 × 10⁹
  15. オオカミの群れ4.2 × 10⁹
  16. ミーアキャットの群れ1.7 × 10⁹
  17. ハダカデバネズミのコロニー4.1 × 10⁸
数字を表示
#グループ群れの中のニューロン数集団での活動メンバー指示される割合鳴き声の種類
1チンパンジーの群れ7.4 × 10¹¹2.5 × 10¹¹10034%—
2ハキリアリのコロニー6.3 × 10¹¹5 × 10¹¹250万80%—
3ボノボの群れ4.4 × 10¹¹1.9 × 10¹¹5943%—
4ハッザ族のキャンプ(人間、規模の目安として)4.1 × 10¹¹2.1 × 10¹¹2553%—
5ビッグス型シャチの群れ2.6 × 10¹¹2.4 × 10¹¹691%—
6定住型シャチの母系群2.4 × 10¹¹1.7 × 10¹¹670%11
7ヒヒの群れ8.6 × 10¹⁰5.2 × 10¹⁰3060%9
8バンドウイルカの同盟7.6 × 10¹⁰4.2 × 10¹⁰655%—
9マッコウクジラの社会単位6.4 × 10¹⁰4.1 × 10¹⁰865%—
10ミツバチのコロニー5.8 × 10¹⁰4.9 × 10¹⁰60,00085%—
11ゾウの家族5.6 × 10¹⁰3.2 × 10¹⁰1057%—
12ピニョンカケスの群れ5.3 × 10¹⁰3.2 × 10¹⁰10060%—
13ブチハイエナのクラン2.2 × 10¹⁰6.7 × 10⁹4530%11
14リカオンの群れ7.2 × 10⁹4.8 × 10⁹1467%11
15オオカミの群れ4.2 × 10⁹2.6 × 10⁹863%—
16ミーアキャットの群れ1.7 × 10⁹1 × 10⁹1557%12
17ハダカデバネズミのコロニー4.1 × 10⁸2.9 × 10⁸7870%—

グループの点数のつけ方.

信者数を対数目盛で示しています。分派や運動は、それを含む宗教とは別に示します。塗りつぶしの棒は集計値、斜線の棒は推定値です。
  1. キリスト教▲122.69億
  2. イスラム教▼120.23億
  3. ヒンドゥー教11.78億
  4. 民間信仰4億
  5. 仏教3.24億
  6. アフリカの伝統宗教▲19873.4万
  7. 神道▲18792.41万
  8. シク教▲12500万
  9. ユダヤ教▼31478万
  10. 道教▲1800万
  11. バハイ教▲1800万
  12. 法輪功▲1700万
  13. ジャイナ教▼3445.18万
  14. 心霊主義(スピリティズム)380万
  15. カオダイ教250万
  16. 天理教112.15万
  17. ブラフマ・クマリス100万
数字を表示
#宗教メンバーその指示に従う指示される割合週あたりの時間
1キリスト教22.69億1.7 × 10¹⁸0.88%0.9 h
2イスラム教20.23億8.9 × 10¹⁸5.1%5.4 h
3ヒンドゥー教11.78億1.6 × 10¹⁸1.6%1.6 h
4民間信仰4億2 × 10¹⁷0.59%(代替指標)0.6 h
5仏教3.24億7.5 × 10¹⁶0.27%0.3 h
6アフリカの伝統宗教9873.4万5 × 10¹⁶0.59%(代替指標)0.6 h
7神道8792.41万4.5 × 10¹⁶0.59%(代替指標)0.6 h
8シク教2500万3.7 × 10¹⁶1.7%1.8 h
9ユダヤ教1478万5.3 × 10¹⁶4.2%4.4 h
10道教800万4.1 × 10¹⁵0.59%(代替指標)0.6 h
11バハイ教800万4.1 × 10¹⁵0.59%(代替指標)0.6 h
12法輪功700万3.6 × 10¹⁵0.59%(代替指標)0.6 h
13ジャイナ教445.18万1.8 × 10¹⁶4.6%4.8 h
14心霊主義(スピリティズム)380万1.9 × 10¹⁵0.59%(代替指標)0.6 h
15カオダイ教250万1.3 × 10¹⁵0.59%(代替指標)0.6 h
16天理教112.15万5.7 × 10¹⁴0.59%(代替指標)0.6 h
17ブラフマ・クマリス100万5.1 × 10¹⁴0.59%(代替指標)0.6 h

すべての実践、割合、出典.

人口を対数目盛で示しています。塗りつぶしの棒は集計値、斜線の棒は推定値です。
  1. インド▲114.64億
  2. 中国▼114.07億
  3. 米国3.42億
  4. インドネシア2.86億
  5. パキスタン▲52.55億
  6. ナイジェリア▲12.38億
  7. ブラジル▼22.13億
  8. バングラデシュ▲51.76億
  9. ロシア▼31.44億
  10. エチオピア▲71.35億
  11. メキシコ▼21.32億
  12. 日本▲111.23億
  13. エジプト▼21.18億
  14. フィリピン1.17億
  15. コンゴ民主共和国▼31.13億
数字を表示
#国家住民その指示に従う指示される割合週あたりの時間
1インド14.64億2.5 × 10¹⁸2%2.1 h
2中国14.07億5 × 10¹⁸4.1%4.3 h
3米国3.42億1.6 × 10¹⁸5.6%5.8 h
4インドネシア2.86億1 × 10¹⁸4.2%4.4 h
5パキスタン2.55億5.7 × 10¹⁷2.6%2.7 h
6ナイジェリア2.38億6.6 × 10¹⁷3.2%3.4 h
7ブラジル2.13億8.7 × 10¹⁷4.8%5 h
8バングラデシュ1.76億4.6 × 10¹⁷3%3.1 h
9ロシア1.44億7.5 × 10¹⁷6.1%6.4 h
10エチオピア1.35億3.9 × 10¹⁷3.4%3.5 h
11メキシコ1.32億5.9 × 10¹⁷5.2%5.5 h
12日本1.23億2.8 × 10¹⁷2.7%2.8 h
13エジプト1.18億5.5 × 10¹⁷5.4%5.7 h
14フィリピン1.17億4.4 × 10¹⁷4.4%4.6 h
15コンゴ民主共和国1.13億4.7 × 10¹⁷4.8%5.1 h
16ベトナム1.02億4.2 × 10¹⁷4.8%5 h
17イラン9241.77万3.5 × 10¹⁷4.3%4.6 h
18トルコ8587.86万4.3 × 10¹⁷5.8%6 h
19ドイツ8349.12万2.9 × 10¹⁷4%4.2 h
20タイ7161.99万2.4 × 10¹⁷3.9%4.1 h
21タンザニア7054.59万2.2 × 10¹⁷3.6%3.8 h
22英国6948.7万2.8 × 10¹⁷4.6%4.8 h
23フランス6872.03万3.1 × 10¹⁷5.3%5.5 h
24南アフリカ6474.73万2.9 × 10¹⁷5.1%5.4 h
25イタリア5891.57万2.1 × 10¹⁷4.2%4.4 h
26ケニア5753.25万2.3 × 10¹⁷4.7%5 h
27ミャンマー5485.06万1.9 × 10¹⁷4%4.2 h
28コロンビア5342.56万1.7 × 10¹⁷3.7%3.9 h
29韓国5168.46万1.4 × 10¹⁷3%3.2 h
30スーダン5166.21万1.5 × 10¹⁷3.4%3.6 h
31ウガンダ5138.49万1.5 × 10¹⁷3.4%3.6 h
32スペイン4935.51万1.8 × 10¹⁷4.2%4.3 h
33アルジェリア4743.53万3.2 × 10¹⁷7.9%8.3 h
34イラク4702.08万1.1 × 10¹⁷2.8%2.9 h
35アルゼンチン4585.14万1.7 × 10¹⁷4.4%4.6 h
36アフガニスタン4384.41万1.8 × 10¹⁷4.8%5 h
37イエメン4177.39万1.3 × 10¹⁷3.7%3.9 h
38カナダ4165.17万2 × 10¹⁷5.5%5.8 h
39アンゴラ3904万1.4 × 10¹⁷4.2%4.4 h
40ウクライナ3898.04万2.1 × 10¹⁷6.2%6.5 h
41モロッコ3843.08万1.5 × 10¹⁷4.5%4.7 h
42ウズベキスタン3705.34万2 × 10¹⁷6.3%6.6 h
43サウジアラビア3697.36万1.4 × 10¹⁷4.3%4.6 h
44ポーランド3643.59万2.1 × 10¹⁷6.7%7 h
45マレーシア3597.78万1.8 × 10¹⁷5.8%6.1 h
46モザンビーク3563.17万1.5 × 10¹⁷4.8%5.1 h
47ガーナ3506.43万1.2 × 10¹⁷3.9%4.1 h
48ペルー3457.67万1.4 × 10¹⁷4.8%5 h
49マダガスカル3274.07万9.4 × 10¹⁶3.3%3.5 h
50コートジボワール3271.15万9.5 × 10¹⁶3.4%3.5 h
51カメルーン2987.93万9.8 × 10¹⁶3.8%4 h
52ネパール2961.81万1.1 × 10¹⁷4.2%4.4 h
53ベネズエラ2851.69万1.5 × 10¹⁷6.1%6.4 h
54ニジェール2791.78万6.4 × 10¹⁶2.6%2.8 h
55オーストラリア2761.44万1.1 × 10¹⁷4.7%5 h
56北朝鮮2657.1万6.6 × 10¹⁷29%30.1 h
57シリア2562.04万9.8 × 10¹⁶4.4%4.6 h
58マリ2519.88万4.9 × 10¹⁶2.3%2.4 h
59ブルキナファソ2407.46万5.7 × 10¹⁶2.8%2.9 h
60台湾2330.61万1 × 10¹⁷5%5.3 h
61マラウイ2221.61万1 × 10¹⁷5.4%5.6 h
62ザンビア2191.39万10 × 10¹⁶5.3%5.5 h
63スリランカ2175.6万1.1 × 10¹⁷6%6.3 h
64チャド2100.37万4.9 × 10¹⁶2.7%2.9 h
65カザフスタン2084.38万1.4 × 10¹⁷7.6%7.9 h
66チリ1985.99万6.2 × 10¹⁶3.6%3.8 h
67ソマリア1965.47万1.5 × 10¹⁶0.88%0.9 h
68ルーマニア1902.03万7.5 × 10¹⁶4.6%4.8 h
69セネガル1893.2万5.9 × 10¹⁶3.6%3.8 h
70グアテマラ1868.79万6 × 10¹⁶3.7%3.9 h
71エクアドル1828.99万6.6 × 10¹⁶4.2%4.4 h
72オランダ1808.76万7.6 × 10¹⁶4.9%5.1 h
73カンボジア1784.8万7.4 × 10¹⁶4.8%5.1 h
74ジンバブエ1695.08万6.1 × 10¹⁶4.2%4.4 h
75ギニア1509.97万3.1 × 10¹⁶2.4%2.5 h
76ベナン1481.45万4.4 × 10¹⁶3.4%3.6 h
77ルワンダ1456.93万7 × 10¹⁶5.6%5.8 h
78ブルンジ1439万5.2 × 10¹⁶4.2%4.4 h
79ボリビア1258.18万5.8 × 10¹⁶5.4%5.6 h
80チュニジア1234.86万6.4 × 10¹⁶6%6.3 h
81南スーダン1218.88万4.4 × 10¹⁶4.2%4.4 h
82ベルギー1194.18万4.5 × 10¹⁶4.3%4.5 h
83ハイチ1190.61万1.9 × 10¹⁶1.8%1.9 h
84ヨルダン1152.07万4.9 × 10¹⁶5%5.2 h
85ドミニカ共和国1152.05万4.9 × 10¹⁶4.9%5.2 h
86アラブ首長国連邦1151.31万3.1 × 10¹⁶3.1%3.2 h
87ホンジュラス1100.59万3.2 × 10¹⁶3.3%3.5 h
88キューバ1093.72万1.6 × 10¹⁷17%17.4 h
89チェコ1088.69万5.8 × 10¹⁶6.2%6.5 h
90ポルトガル1080.49万5.1 × 10¹⁶5.5%5.7 h
91タジキスタン1078.67万5.3 × 10¹⁶5.7%6 h
92パプアニューギニア1076.28万4.3 × 10¹⁶4.6%4.8 h
93スウェーデン1059.66万6.8 × 10¹⁶7.5%7.8 h
94ギリシャ1041.4万4.9 × 10¹⁶5.4%5.7 h
95アゼルバイジャン1024.7万6.2 × 10¹⁶7%7.4 h
96イスラエル1012.28万6.4 × 10¹⁶7.3%7.7 h
97ハンガリー951.43万5.7 × 10¹⁶6.9%7.3 h
98オーストリア920.82万2.5 × 10¹⁶3.2%3.4 h
99スイス909.24万3.9 × 10¹⁶5%5.3 h
100ベラルーシ908.6万7.9 × 10¹⁶10%10.6 h
101シエラレオネ881.98万4.9 × 10¹⁶6.5%6.8 h
102トーゴ859.16万3 × 10¹⁶4%4.2 h
103ラオス787.3万3.2 × 10¹⁶4.8%5 h
104トルクメニスタン761.88万4.2 × 10¹⁶6.5%6.8 h
105リビア745.86万3.9 × 10¹⁶6.1%6.4 h
106キルギス734.31万4.1 × 10¹⁶6.5%6.8 h
107パラグアイ701.31万2.9 × 10¹⁶4.8%5.1 h
108ニカラグア700.75万2.8 × 10¹⁶4.6%4.8 h
109セルビア654.91万4.1 × 10¹⁶7.2%7.5 h
110コンゴ共和国648.44万1.7 × 10¹⁶3%3.1 h
111ブルガリア643.33万3.3 × 10¹⁶5.9%6.2 h
112エルサルバドル636.55万3.2 × 10¹⁶5.8%6.1 h
113シンガポール611.12万1.9 × 10¹⁶3.6%3.7 h
114デンマーク600.92万3.9 × 10¹⁶7.6%8 h
115レバノン584.94万1.5 × 10¹⁶3%3.1 h
116リベリア573.12万1.5 × 10¹⁶3.1%3.3 h
117フィンランド564.64万3.2 × 10¹⁶6.6%6.9 h
118ノルウェー561.09万3.7 × 10¹⁶7.6%8 h
119中央アフリカ共和国551.33万1.7 × 10¹⁶3.5%3.7 h
120オマーン549.47万2.9 × 10¹⁶6.2%6.5 h
121アイルランド548.44万3.4 × 10¹⁶7.2%7.6 h
122スロバキア541.38万3.1 × 10¹⁶6.7%7 h
123パレスチナ541.36万2 × 10¹⁶4.3%4.5 h
124ニュージーランド532.47万2.7 × 10¹⁶5.9%6.2 h
125モーリタニア531.51万2 × 10¹⁶4.3%4.5 h
126コスタリカ515.3万2.6 × 10¹⁶5.9%6.2 h
127クウェート486.53万2.7 × 10¹⁶6.5%6.8 h
128パナマ457.12万2.3 × 10¹⁶5.9%6.2 h
129ジョージア393.58万2.1 × 10¹⁶6.1%6.4 h
130クロアチア387.62万2.2 × 10¹⁶6.7%7 h
131エリトリア360.7万1.5 × 10¹⁶5%5.2 h
132モンゴル356.9万2.2 × 10¹⁶7%7.3 h
133ウルグアイ338.47万1.7 × 10¹⁶5.9%6.2 h
134ボスニア・ヘルツェゴビナ314.01万1.6 × 10¹⁶5.9%6.2 h
135ナミビア309.28万1.8 × 10¹⁶6.9%7.2 h
136アルメニア308.67万1.7 × 10¹⁶6.5%6.8 h
137カタール297.22万9.6 × 10¹⁵3.8%3.9 h
138リトアニア288.88万1.8 × 10¹⁶7.4%7.7 h
139ジャマイカ283.71万1.2 × 10¹⁶5%5.2 h
140ガンビア282.21万1.1 × 10¹⁶4.5%4.7 h
141ガボン259.31万9.9 × 10¹⁵4.4%4.6 h
142ボツワナ256.21万1.3 × 10¹⁶5.7%6 h
143レソト236.33万9.5 × 10¹⁵4.7%4.9 h
144モルドバ236.05万1.5 × 10¹⁶7.3%7.6 h
145アルバニア234.96万1.2 × 10¹⁶5.7%6 h
146ギニアビサウ224.95万5.7 × 10¹⁵2.9%3.1 h
147スロベニア213.1万1.2 × 10¹⁶6.6%6.9 h
148赤道ギニア193.84万4 × 10¹⁵2.4%2.5 h
149ラトビア184.78万1.2 × 10¹⁶7.6%7.9 h
150北マケドニア182.09万9.2 × 10¹⁵5.9%6.2 h
151バーレーン160.04万5.9 × 10¹⁵4.3%4.5 h
152コソボ157.69万8 × 10¹⁵5.9%6.2 h
153東ティモール141.85万8 × 10¹⁵6.6%6.9 h
154キプロス137.08万5.5 × 10¹⁵4.7%4.9 h
155トリニダード・トバゴ136.78万9.3 × 10¹⁵7.9%8.2 h
156エストニア136.65万8.3 × 10¹⁵7%7.4 h
157エスワティニ125.62万7.5 × 10¹⁵6.9%7.2 h
158モーリシャス124.37万5.1 × 10¹⁵4.8%5 h
159ジブチ118.41万4.6 × 10¹⁵4.5%4.8 h
160フィジー933,1545.6 × 10¹⁵7%7.4 h
161コモロ882,8473.5 × 10¹⁵4.6%4.8 h
162ソロモン諸島838,6453.2 × 10¹⁵4.4%4.6 h
163ガイアナ835,9864.6 × 10¹⁵6.4%6.7 h
164ブータン796,6825.8 × 10¹⁵8.5%8.9 h
165ルクセンブルク686,9702.4 × 10¹⁵4%4.2 h
166スリナム639,8503.7 × 10¹⁵6.7%7.1 h
167モンテネグロ623,1294.3 × 10¹⁵8.1%8.5 h
168Malta579,7043.1 × 10¹⁵6.2%6.5 h
169モルディブ529,6764.7 × 10¹⁵10%10.8 h
170カーボベルデ527,3263.3 × 10¹⁵7.2%7.6 h
171ブルネイ466,3303.6 × 10¹⁵8.9%9.3 h
172ベリーズ422,9241.1 × 10¹⁵2.9%3.1 h
173バハマ403,0332.2 × 10¹⁵6.4%6.7 h
174アイスランド392,4042.5 × 10¹⁵7.4%7.7 h
175バヌアツ335,1692 × 10¹⁵6.9%7.3 h
176バルバドス282,6231.5 × 10¹⁵6%6.3 h
177サントメ・プリンシペ240,2541.1 × 10¹⁵5.4%5.7 h
178サモア219,3061.1 × 10¹⁵5.7%5.9 h
179セントルシア180,1499.3 × 10¹⁴6%6.3 h
180キリバス136,4887.6 × 10¹⁴6.4%6.7 h
181セーシェル122,7308.9 × 10¹⁴8.4%8.8 h
182グレナダ117,3037.3 × 10¹⁴7.2%7.5 h
183ミクロネシア113,6835.7 × 10¹⁴5.8%6.1 h
184トンガ103,7425.9 × 10¹⁴6.6%6.9 h
185セントビンセント・グレナディーン99,9244.9 × 10¹⁴5.7%5.9 h
186アンティグア・バーブーダ94,2096.5 × 10¹⁴8%8.3 h
187アンドラ82,9043.9 × 10¹⁴5.5%5.8 h
188ドミニカ国65,8712.3 × 10¹⁴4.1%4.3 h
189セントクリストファー・ネイビス46,9222.1 × 10¹⁴5.2%5.5 h
190リヒテンシュタイン41,0242 × 10¹⁴5.7%5.9 h
191モナコ38,3412.3 × 10¹⁴6.9%7.3 h
192マーシャル諸島36,2823.3 × 10¹⁴10%10.9 h
193サンマリノ34,1091.3 × 10¹⁴4.6%4.8 h
194パラオ17,6631.6 × 10¹⁴10%11 h
195ナウル12,0259.3 × 10¹³9%9.4 h
196ツバル9,4928 × 10¹³9.8%10.2 h

数えるもの、数えないもの.

政党が報告するメンバー数を、対数目盛で示しています。塗りつぶしの棒は集計値、斜線の棒は推定値または自己申告です。
  1. インド人民党(インド)▲11.4億
  2. 中国共産党▼11.01億
  3. 民主党(米国)▲134490万
  4. 共和党(米国)▲163800万
  5. インド国民会議▼22600万
  6. AIADMK(インド)▼22004.44万
  7. DMK(インド)▼22000万
  8. 繁栄党(エチオピア)▼11570万
  9. TVK(インド)▼11500万
  10. 革命党(タンザニア、Chama Cha Mapinduzi)▼11300.07万
  11. 全進歩会議(ナイジェリア)▼11290万
  12. AK Party(トルコ)▼11170.99万
  13. Morena(メキシコ)▼11162.95万
  14. テルグ・デーサム党(インド)▼11005.26万
  15. カンボジア人民党▼1700万
数字を表示
#政党メンバーその指示に従う指示される割合週あたりの時間
1インド人民党(インド)1.4億6.3 × 10¹⁶0.52%(代替指標)0.6 h
2中国共産党1.01億8.2 × 10¹⁶0.94%1 h
3民主党(米国)4490万2.3 × 10¹⁵0.06%0.1 h
4共和党(米国)3800万2 × 10¹⁵0.06%0.1 h
5インド国民会議2600万1.2 × 10¹⁶0.52%(代替指標)0.6 h
6AIADMK(インド)2004.44万9 × 10¹⁵0.52%(代替指標)0.6 h
7DMK(インド)2000万9 × 10¹⁵0.52%(代替指標)0.6 h
8繁栄党(エチオピア)1570万7 × 10¹⁵0.52%(代替指標)0.6 h
9TVK(インド)1500万6.7 × 10¹⁵0.52%(代替指標)0.6 h
10革命党(タンザニア、Chama Cha Mapinduzi)1300.07万5.8 × 10¹⁵0.52%(代替指標)0.6 h
11全進歩会議(ナイジェリア)1290万5.8 × 10¹⁵0.52%(代替指標)0.6 h
12AK Party(トルコ)1170.99万5.2 × 10¹⁵0.52%(代替指標)0.6 h
13Morena(メキシコ)1162.95万5.2 × 10¹⁵0.52%(代替指標)0.6 h
14テルグ・デーサム党(インド)1005.26万4.5 × 10¹⁵0.52%(代替指標)0.6 h
15カンボジア人民党700万3.1 × 10¹⁵0.52%(代替指標)0.6 h
16朝鮮労働党617.5万7.6 × 10¹⁵1.4%1.5 h
17FRELIMO(モザンビーク)600万2.7 × 10¹⁵0.52%(代替指標)0.6 h
18ベトナム共産党560万2.1 × 10¹⁵0.44%0.5 h
19共に民主党(韓国)499.58万2.2 × 10¹⁵0.52%(代替指標)0.6 h
20国民の力(韓国)443.98万2 × 10¹⁵0.52%(代替指標)0.6 h
21PSUV(ベネズエラ)424万1.9 × 10¹⁵0.52%(代替指標)0.6 h
22ZANU-PF(ジンバブエ)405.84万1.8 × 10¹⁵0.52%(代替指標)0.6 h
23UMNO(マレーシア)325.15万1.5 × 10¹⁵0.52%(代替指標)0.6 h
24正義党(アルゼンチン)310.23万1.4 × 10¹⁵0.52%(代替指標)0.6 h
25コロラド党(パラグアイ)300万1.3 × 10¹⁵0.52%(代替指標)0.6 h
26統一ロシア260万1.2 × 10¹⁵0.52%(代替指標)0.6 h
27UzLiDeP(ウズベキスタン)230.76万1 × 10¹⁵0.52%(代替指標)0.6 h
28PLD(ドミニカ共和国)217.7万9.7 × 10¹⁴0.52%(代替指標)0.6 h
29MDB(ブラジル)201.85万9 × 10¹⁴0.52%(代替指標)0.6 h
30CHP(トルコ)188万8.4 × 10¹⁴0.52%(代替指標)0.6 h
31急進市民同盟(アルゼンチン)179.37万8 × 10¹⁴0.52%(代替指標)0.6 h
32労働者党、PT(ブラジル)166.57万7.5 × 10¹⁴0.52%(代替指標)0.6 h
33PRM(ドミニカ共和国)155.17万6.9 × 10¹⁴0.52%(代替指標)0.6 h
34真正急進自由党(パラグアイ)154.8万6.9 × 10¹⁴0.52%(代替指標)0.6 h
35Partido Federal ng Pilipinas150万6.7 × 10¹⁴0.52%(代替指標)0.6 h
36PAS(マレーシア)130万5.8 × 10¹⁴0.52%(代替指標)0.6 h
37PRD(ブラジル)129.25万5.8 × 10¹⁴0.52%(代替指標)0.6 h
38Progressistas(ブラジル)128.57万5.8 × 10¹⁴0.52%(代替指標)0.6 h
39PSDB(ブラジル)126.1万5.6 × 10¹⁴0.52%(代替指標)0.6 h
40PKR(マレーシア)115.32万5.2 × 10¹⁴0.52%(代替指標)0.6 h
41経済的自由の闘士(南アフリカ)108.58万4.9 × 10¹⁴0.52%(代替指標)0.6 h
42PDT(ブラジル)107.33万4.8 × 10¹⁴0.52%(代替指標)0.6 h
43União Brasil106.7万4.8 × 10¹⁴0.52%(代替指標)0.6 h
44CPI(M)(インド)101.9万4.6 × 10¹⁴0.52%(代替指標)0.6 h
45自由民主党(日本)100.33万4.5 × 10¹⁴0.52%(代替指標)0.6 h
46FLN(アルジェリア)100万4.5 × 10¹⁴0.52%(代替指標)0.6 h
47自由党、PL(ブラジル)952,8814.3 × 10¹⁴0.52%(代替指標)0.6 h
48キューバ共産党700,0002.7 × 10¹⁴0.44%0.5 h
49アフリカ民族会議688,4543.1 × 10¹⁴0.52%(代替指標)0.6 h
50カナダ保守党678,7082.7 × 10¹⁴0.46%0.5 h
51CDU(ドイツ)364,2021.6 × 10¹⁴0.52%(代替指標)0.6 h
52SPD(ドイツ)357,1161.6 × 10¹⁴0.52%(代替指標)0.6 h
53労働党(英国)333,2351.6 × 10¹⁴0.55%0.6 h
54カナダ自由党163,8366.5 × 10¹³0.46%0.5 h
55緑の党(ドイツ)155,2967 × 10¹³0.52%(代替指標)0.6 h
56CSU(ドイツ)125,1535.6 × 10¹³0.52%(代替指標)0.6 h
57保守党(英国)123,0003.7 × 10¹³0.35%0.4 h
58新民主党(カナダ)100,5424 × 10¹³0.46%0.5 h
59AfD(ドイツ)51,3352.3 × 10¹³0.52%(代替指標)0.6 h

会合、調査、出典.

最新の年次報告書または名簿にある従業員数を、線形目盛で示しています。
  1. ウォルマート210万
  2. アマゾン▲1157.6万
  3. 国家電網▼1136.14万
  4. 中国石油天然気集団102.63万
  5. 京東(JD.com)951,420
  6. BYD▲1869,622
  7. アクセンチュア▼1779,000
  8. Allied Universal▲3770,000
  9. 中国郵政集団▼1719,448
  10. ロシア鉄道(RZD)▲2677,363
  11. フォルクスワーゲン・グループ▲6662,942
  12. 鴻海(Hon Hai、Foxconn)▼2633,167
  13. シュワルツ・グループ▲16604,000
  14. コンパス・グループ▲18590,000
  15. タタ・コンサルタンシー・サービシズ▼6584,510
数字を表示
#企業従業員その指示に従う週あたりの時間指示される割合
1ウォルマート210万6.3 × 10¹⁶36.3 h (米国)35%
2アマゾン157.6万4.7 × 10¹⁶36.3 h (米国)35%
3国家電網136.14万5.5 × 10¹⁶49 h (中国)47%
4中国石油天然気集団102.63万4.1 × 10¹⁶49 h (中国)47%
5京東(JD.com)951,4203.8 × 10¹⁶49 h (中国)47%
6BYD869,6223.5 × 10¹⁶49 h (中国)47%
7アクセンチュア779,0003.7 × 10¹⁶57.58 h (インド)55%
8Allied Universal770,0002.3 × 10¹⁶36.52 h (米国)35%
9中国郵政集団719,4482.9 × 10¹⁶49 h (中国)47%
10ロシア鉄道(RZD)677,3632.2 × 10¹⁶39.96 h (ロシア)38%
11フォルクスワーゲン・グループ662,9422 × 10¹⁶35.95 h (ドイツ)34%
12鴻海(Hon Hai、Foxconn)633,1672.5 × 10¹⁶49 h (中国)47%
13シュワルツ・グループ604,0001.6 × 10¹⁶31.49 h (ドイツ)30%
14コンパス・グループ590,0001.5 × 10¹⁶31.7 h (米国)30%
15タタ・コンサルタンシー・サービシズ584,5102.8 × 10¹⁶58.23 h (インド)56%
16DHLグループ583,9981.7 × 10¹⁶35.81 h (ドイツ)34%
17中国石化(Sinopec)513,4342.1 × 10¹⁶49 h (中国)47%
18ガスプロム501,0001.7 × 10¹⁶40.47 h (ロシア)39%
19フェデックス474,2001.6 × 10¹⁶39.98 h (米国)38%
20ホーム・デポ470,0001.4 × 10¹⁶36.3 h (米国)35%
21中国移動468,4961.9 × 10¹⁶49 h (中国)47%
22UPS460,0001.5 × 10¹⁶39.98 h (米国)38%
23中国農業銀行457,8351.8 × 10¹⁶49 h (中国)47%
24コンセントリクス455,0001.7 × 10¹⁶46.71 h (フィリピン)45%
25テレパフォーマンス446,7162.2 × 10¹⁶58.89 h (インド)56%
26ジャーディン・マセソン443,0001.5 × 10¹⁶41.93 h (インドネシア)40%
27ソデクソ426,4641.1 × 10¹⁶31.7 h (米国)30%
28キャップジェミニ423,4002 × 10¹⁶58.23 h (インド)56%
29リライアンス・インダストリーズ419,9112.1 × 10¹⁶59.57 h (インド)57%
30エデカ417,5001.1 × 10¹⁶31.49 h (ドイツ)30%
31立訊精密(Luxshare Precision)416,1971.7 × 10¹⁶49 h (中国)47%
32ターゲット415,0001.2 × 10¹⁶36.3 h (米国)35%
33マリオット・インターナショナル414,0001.1 × 10¹⁶31.7 h (米国)30%
34ボッシュ412,4001.2 × 10¹⁶35.95 h (ドイツ)34%
35中国工商銀行(ICBC)409,7581.6 × 10¹⁶49 h (中国)47%
36クローガー403,0001.2 × 10¹⁶36.3 h (米国)35%
37華潤集団397,3981.6 × 10¹⁶49 h (中国)47%
38マグニット(Magnit)394,0001.3 × 10¹⁶39.69 h (ロシア)38%
39トヨタ390,9271.3 × 10¹⁶39.6 h (日本)38%
40ユナイテッドヘルス・グループ390,0001.2 × 10¹⁶36.87 h (米国)35%
41X5グループ389,0001.3 × 10¹⁶39.69 h (ロシア)38%
42バークシャー・ハサウェイ387,8001.2 × 10¹⁶37.75 h (米国)36%
43中国航空工業集団(AVIC)384,0001.5 × 10¹⁶49 h (中国)47%
44Ahold Delhaize384,0001.1 × 10¹⁶36.3 h (米国)35%
45中国電信381,4361.5 × 10¹⁶49 h (中国)47%
46スターバックス381,0009.9 × 10¹⁵31.7 h (米国)30%
47レーベ・グループ380,0009.8 × 10¹⁵31.49 h (ドイツ)30%
48中国建設銀行378,3441.5 × 10¹⁶49 h (中国)47%
49TJXカンパニーズ377,0001.1 × 10¹⁶36.3 h (米国)35%
50中国建築(China State Construction Engineering)370,2721.5 × 10¹⁶49 h (中国)47%
51FEMSA368,7761.4 × 10¹⁶47.09 h (メキシコ)45%
52日本郵政360,0001.2 × 10¹⁶41.6 h (日本)40%
53テスコ354,7449.3 × 10¹⁵31.81 h (英国)30%
54コグニザント351,6001.7 × 10¹⁶58.23 h (インド)56%
55NTT344,1961.1 × 10¹⁶40.2 h (日本)38%
56コストコ341,0001 × 10¹⁶36.3 h (米国)35%
57インフォシス328,5941.6 × 10¹⁶58.23 h (インド)56%
58ISS325,0001.6 × 10¹⁶58.89 h (インド)56%
59セキュリタス322,0009.7 × 10¹⁵36.52 h (米国)35%
60HCAヘルスケア320,0009.7 × 10¹⁵36.87 h (米国)35%
61ロスネフチ320,0001.1 × 10¹⁶40.47 h (ロシア)39%
62JPモルガン・チェース318,5121.1 × 10¹⁶40.14 h (米国)38%
63シーメンス318,0009.4 × 10¹⁵35.95 h (ドイツ)34%
64中国銀行313,7461.3 × 10¹⁶49 h (中国)47%
65ウォルグリーン・ブーツ・アライアンス312,0009.3 × 10¹⁵36.3 h (米国)35%
66ペプシコ306,0001 × 10¹⁶40.7 h (米国)39%
67中国鉄建(CRCC)304,9271.2 × 10¹⁶49 h (中国)47%
68国家能源投資集団(CHN Energy)303,4181.2 × 10¹⁶49 h (中国)47%
69中国中鉄(CREC)302,5271.2 × 10¹⁶49 h (中国)47%
70CKハチソン300,0008.6 × 10¹⁵35.08 h (英国)33%
71CVSヘルス300,0008.9 × 10¹⁵36.3 h (米国)35%

時間と出典.

動物とその他の生物

ニューロンをもたない単細胞から、人間の脳まで。ニューロン数は、測定されている場合には実測値です。

ニューロンなし

  • 大腸菌(Escherichia coli)大腸菌(Escherichia coli)0 実測ニューロンをもたない単細胞。餌のほうへ進み、数秒続く化学的な記憶をもっています。
  • 粘菌Physarum polycephalum0 実測ニューロンをもたない巨大な単細胞。迷路を解き、効率のよい輸送網を作り上げます。
  • オジギソウMimosa pudica0 実測触れると葉が閉じる植物。無害な接触を無視することを学習するという研究が報告されましたが、のちの再解析がそれに異論を唱えました。
  • 海綿動物Porifera (e.g. Amphimedon queenslandica)0 実測ニューロンもシナプスもないのに、体全体を協調して収縮させる動物。

神経網のみ、脳なし

  • ヒドラHydra vulgaris約3000〜5000 推定小さな淡水産の刺胞動物。散在神経網で制御され、脳はありません。
  • ハコクラゲTripedalia cystophora公表された数なしハコクラゲには中枢の脳がありませんが、連合学習を示しました。

脳をもつ無脊椎動物

  • 線虫Caenorhabditis elegans302 実測体長1ミリほどで、ニューロンがちょうど302個の線虫。完全な配線図が最初に描かれた動物です。
  • ショウジョウバエDrosophila melanogaster139,255 実測これまでに描かれた最大の完全な脳配線図で、約13.9万個のニューロンを含みます。
  • ミツバチApis mellifera約100万 推定ニューロンは約100万個で、ミツバチは「同じ」と「違う」のような抽象的な概念を学習できます。
  • アリ(Camponotus / Formica)Camponotus spp.公表された数なし歩数を数える経路積分と、目印の記憶によって長距離の航行をこなす小さな脳。
  • ポーシア(ハエトリグモの一種)Portia fimbriata / labiata公表された数なし遠回りの経路を計画するハエトリグモ。獲物から遠ざかり、視界から外れる経路をたどります。
  • ヨーロッパミドリガニ/ザリガニCarcinus maenas; Procambarus / Astacus spp.公表された数なしカニとザリガニ。2021年の政府レビューは、本物のカニに感覚があることの強い証拠を見いだしました。
  • マダコOctopus vulgaris5億 推定ニューロンの大半は腕にあります。2021年のレビューは、感覚があることについて非常に強い証拠があるとしました。

魚類と両生類

  • ゼブラフィッシュDanio rerio公表された数なし神経科学で広く使われる小型の魚。ニューロンはまだ完全には数えられていません。成体の脳には約1000万個の細胞があります。
  • ホンソメワケベラLabroides dimidiatus公表された数なし鏡のマークテストの一種に合格したサンゴ礁の魚。それが何を示すのかについては、意見が分かれています。
  • カエルAnura (e.g. Xenopus / Rana)公表された数なし2024年のニューヨーク宣言は、両生類にも意識的な経験の現実的な可能性があるとしています。

鳥類

  • カワラバトColumba livia3億1000万 実測小さな脳に数億個のニューロン。ハトは複雑な画像をカテゴリーに分類できます。
  • ワタリガラスCorvus corax21億7000万 実測ニューロンは20億個以上で、密に詰まっています。ワタリガラスは、個々の競争相手を覚えています。
  • カレドニアカラスCorvus moneduloides公表された数なし小枝や針金から鉤型の道具を作ります。ニューロンは数えられていません。
  • ヨウムPsittacus erithacus15億7000万 実測ニューロンは約16億個。数の概念やカテゴリー化について、何十年も実験室で研究されています。

Mammals

  • マウスMus musculus7090万 実測ニューロンは約7100万個。マウスは、測定できる痛みの表情を見せます。
  • ラットRattus norvegicus2億 実測ニューロンは約2億個。ラットは、閉じ込められた同じケージの仲間を解放します。
  • イエネコFelis catus12億2000万 実測大脳皮質のニューロンは約2億5000万個。
  • イヌCanis familiaris18億〜26億、イヌにより異なる 実測皮質のニューロンは最大で約6億個で、イヌにより異なります。ネコより多い数です。
  • ブタSus scrofa domesticus22億2000万 実測ブタは鏡に映るものを理解し、それを使って餌を見つけます。
  • バンドウイルカTursiops truncatus公表された数なし鏡による自己認識テストに合格します。バンドウイルカのニューロン数は測定されていません。
  • アフリカゾウLoxodonta africana2570億 実測ニューロンは2570億個で、人間の3倍。そのほとんどが小脳にあります。
  • チンパンジーPan troglodytes約280億(スケーリング則からの予測で、実際に数えたものではない) 推定現生の最も近い親戚2種(もう1種はボノボ)の1つ。鏡のテストに合格します。
  • 人間Homo sapiens861億 実測ニューロンは860億個で、そのうち160億個が大脳皮質にあります。自分の経験を言葉で報告できるメンバーがいるのは、私たち人間だけです。

集団システム

どの1人のメンバーにもできない決定を下す集団。心としてではなく、集団知能として研究されています。

  • アリのコロニーコロニーがより良い巣を選ぶのは、個々のアリが定足数の閾値に従うからです。候補地を全体で比べるアリはいません。
  • ミツバチの分蜂群分蜂群は、偵察個体どうしの競争と定足数によって、最適な巣穴を選びます。停止信号が相互抑制を生み、膠着状態を打ち破ります。
  • ムクドリの群れ鳥は、決まった距離内のすべての鳥ではなく、決まった数(約6〜7羽)の近隣個体を追います。これは、距離ではなく位相に基づく相互作用と呼ばれます。
  • 魚の群れ魚の群れは、定足数の規則で決定します。大きな群れは、単独の魚には感じ取れない環境の勾配を感じ取れます。

人工システム

機械知能の種類を、仕組みで分類したもの。意識の有力な候補と考えられているシステムは、現時点ではありません。

  • ルールベースのエキスパートシステム専門家の知識を明示的なif-thenルールとして記述したプログラム。推論エンジンがルールを順に適用して結論に達し、多くの場合、その推論の説明もつけます。
  • ゲーム木探索エンジン(チェス)起こりうる手順を決まった深さまで列挙し、人が作った評価関数で結果の局面に点をつけるプログラム。選択を変えられない枝は刈り込みます(アルファ・ベータ法つきのミニマックス)。
  • 深層強化学習エージェント試行錯誤によって報酬信号を最大化するよう訓練されたニューラルネットワーク。環境、多くはゲームのようなシミュレートされた環境とやり取りしながら、方策や価値関数を学習します。
  • 大規模言語モデル非常に大きなテキストコーパスで次のトークンを予測するよう訓練され、その後、人間のフィードバックで調整されることが多いトランスフォーマー型ニューラルネットワーク。
  • 身体をもつロボットセンサーとアクチュエーターをもち、物理世界で行動する機械。中心的な世界モデルの代わりに、層状の反応型制御を使うことが多く、行動は身体と環境のあいだのループから生まれます。
  • ニューロモルフィック・ハードウェア回路がスパイキングニューロンとシナプスを模したチップ。従来のプロセッサーとメモリーの設計と違い、イベント駆動で消費電力が小さい構造です。

仮説上の心

科学や哲学の文献で提案されている心。観察した人はいません。

  • 全脳エミュレーション未観察脳を細部まで走査し、そのソフトウェアモデルを走らせること。
  • 祖先シミュレーションの中のシミュレートされた心未観察ボストロムのトリレンマ:ポストヒューマン段階に達する文明がほとんどないか、祖先シミュレーションを走らせる文明がほとんどないか、私たちがほぼ確実にその中に暮らしているか、のいずれかです。
  • ボルツマン脳未観察まれな熱ゆらぎや量子ゆらぎから現れる、脳のような観察者。
  • 段階的な置き換えによるマインドアップロード未観察ニューロンを、機能の同じ人工部品に一つずつ置き換えること。
  • 超知能未観察人間の性能をほぼあらゆる分野で大きく上回る、仮説上の知性。ボストロムの本は、そこに至る道筋(全脳エミュレーション、生物学的な認知、AI)、その形態、制御の問題を分析しています。

データのバージョン2.0.0。ダウンロード(JSON)。