区别
电脑和人脑最大的区别是：电脑用电，而人脑不用电。
电脑属于人工智慧，他只有通过程式完成一个任务，但是人脑就不是这样的了，人脑和电脑的区别最大之处在于储存方式和对储存资料的提取方式。人脑计算几个资料相加时，需要几秒到几十秒的时间，而电脑只需要不到一秒但当从记忆里提取一幅图片时，电脑似乎比人脑要慢很多。把两幅图片做叠加或其他运算，电脑显然也不如人脑。
人脑与电脑的区别有二，一是容易遗忘，二是容易出错。 这看起来是缺点，其实是优点。 遗忘是自动发生的，这使我们可以不费力气就把多余的资讯清除出去，给不期而至的好思想腾出空间。倘若没有这样的空间，好思想就会因为找不到栖息地而又飞向黑暗之中。让关系出错更是人脑的一个美妙天赋，靠了它我们往往会有意外的发现，在没有关联之处邂逅崭新的思想。这两个区别说明了同一件事，便是电脑的本领仅到资讯为止，人脑的本领却是要让资讯导致思想。电脑的本领常常使人惊奇，这很可能使一般人得出电脑胜于人脑的结论，但托马斯却从自己的惊奇中看到了人的优越，因为电脑没有惊奇的能力。
电脑的用途
1资讯处理。资讯处理又称资料处理，是指对科研，生产，经济活动中的大量资料进行收集，储存，加工，传输和输出等活动的总称。资讯处理是目前计算机最主要的应用领域，这类处理也许并不复杂，但需用处理资料量却非常大。人事管理，人口统计，仓库管理，银行业务，文献检索，预订机票都属于资讯处理的问题，而各类为公室自动化，管理资讯系统，专家系统则是用于资讯处理的软体，会计电算化属于资讯处理的应用领域。
2科学计算。科学计算又称数值计算，是指计算机完成科学研究和工程技术等领域中涉及的复杂和资料运算，科学计算机是计算机最早的应用领域，例如航天，军事，气象，桥梁设计等等领域都有复杂的数学问题需要计算机进行计算。
3过程控制。过程控制又称实时控制，是指用计算机采集检测资料，按最佳值迅速对控制物件的自动控调节，从而实现有效的控制。过程控制，所涉及的范围广，如工业，交通运输的自动控制，对导弹，人造卫星，飞机的跟综与控制，等等。
4计算机辅助系统。计算机辅助系统是指利用计算机来帮助人类完成一些相关的工作，主要包括计算要辅助设计CAD，计算机辅助制造CAM，计算机辅助科教学CAI，计算机辅助工程CAE，等等。例如，CAD在航空，机械，建筑，服装，电子，等领域都得到广泛应用，从而提高设计质量，缩短设计周期和提高设计的自动化程度。
5计算机通讯。计算机通讯是计算机技术与通讯技术相结合的产物，其典型的代表是计算机网路。随着网际网路和多媒体的技术的迅速普及，网上会议，远端医疗，网上银行，电子商务，网路会计等基于计算机通讯的远端处活动已经或将要获得普及。
6人工智慧。人工智慧AI是指利用计算机模拟人类的智慧活动，使计算机具有判断，理解，学习，问题求解的能力。目前人工智慧的研究已取得一些成果，如在医疗诊断，文字翻译，密码分析，智慧机器人等领域的应用都有突破。
电脑与人脑的不同脑筋急转弯答案如下：
电脑容量大，你在它那里很容易被遗忘，人脑容量小，只能装下你一个。
电脑可以搬家人脑不可以。
下面浅说一下大脑和人脑的其他不同点：
1、电脑用电，而人脑不用电。
2、电脑属于人工智能，只有通过程序完成一个任务，人脑则需一系列思维活动完成一个任务。
3、人脑和电脑存储方式和对存储数据的提取方式不同。人脑计算几个数据相加时，需要几秒到几十秒的时间，而电脑只需要不到一秒。但当从记忆里提取一幅图片时，电脑比人脑要慢很多。
大数之道——人脑与电脑的对比第五堂课：复杂自动机的一些考量——关于层次与进化的问题
在翻译过程中，做了以下的添加和修改：
1、为了方便阅读，为原文进行了分段，并加上了段标题；
2、为了让读者感觉更亲切，加上了若干副插图。
3、为原文添加了大量的评论，东方和尚的评论和张江老师的评论都会标注出来，另外，因为这本书是冯·诺依曼的助手 Arthur W. Burks(遗传算法之父 John Holland 的博士生导师)，所以在框中的文字是编者加的注解。大家要注意分辨。
一、人脑与电脑的比较
但大脑神经元的数量级大致可以确定为 10^10的级别。而身体其他部分的神经元数量大概要比这个数字小很多， 并且它们也源自大脑。最大的大脑周围神经集合是视网膜，从视网膜连到大脑的视觉神经被认为是大脑的一部分[68]。
相比大脑的神经元数量，计算机器用到的电子管个数要小一百万倍。现有最大的计算机器，ENIAC 只有 2×10^4 个电子管。另一台属于 IBM 公司的大型计算机器，SSEC 包括了各 1 万 个电子管和继电器。正在建造中的最快的计算机器，其设计包括了 3 千个电子管。电子管数量的减小是由于对内存的处理手法有所不同，之后我会提到。
在这个电脑 vs 人脑的较量中，有一个因素是对于前者有利的：计算机的速度比人脑要快。人脑神经元的反应速度大约是半毫秒。但用这个时间来衡量人脑的速度是不公平的，因为更重要的不是神经的激发时间，而是神经的恢复时间，也就是从一次反应到恢复到能够再次反应的时间长度。神经的恢复时间最快也需要 5 毫秒。对于电子管来说，很难估计速度， 按现在的设计，重复的频率（时钟主频）很难超过每秒一百万次[70]。
编者Arthur W. Burks注：
【冯纽曼接着从体积上比较了人类神经系统和计算机的区别。这个区别主要来自于控制和信号放大是怎样实现的。在电子管中间，运算体积实质上是阴极和控制栅极之间的空隙，其尺度约为 1 毫米；而在神经细胞中，运算对应的是神经膜约为 1 微米的厚度。两个尺度的比例是 1000：1，而它们的电压之比也是 1000：1，因此电子管和人脑信号的场强是大致相 当的。这说明，两者之间能量消耗的差异主要来自于体积上的不同。尺度上 1000 倍的区别，换算成体积就要差到 10 亿倍，能量消耗也差不多。请参见冯纽曼著作《计算机和人脑》[71]。
冯纽曼接着计算了“每一步基本信息操作，即每一个二义选择以及每次传送一个基本单位信息所需要产生的能量”，包括三种情形，热力学的最小值、真空管以及神经元[72]。
在第三堂课上，冯纽曼曾提到，热力学信息是由对数方式来测量的。也就是对于所有的可能性用 2 为底来取对数。因此，在二选一情况下的热力学信息等于 1 bit。问题是，bit 不是我们用来测量能量的单位。只有当你指定温度之后，熵和能量才能被联系起来，在低温下运行可以降低消耗能量的下限。”他接着计算了这个热力学信息相对应的最小能量值，也就是 kT logN 尔格。这里 k 是玻尔兹曼常数(1.4×10-16 尔格/度)，T 是绝对温度，而 N 则是可能性的数量。对于二进制的基本计算 N=2，室温下 T=300K，对应于 1bit 的热力学能量下限为3×10^(-14)尔格。 冯纽曼估计大脑消耗 25 瓦的能量，具有 10^10 个神经元，因此平均来说，每个神经元每秒激活 10 次，因此每次二进制运算中神经元的能量消耗为3×10^(-3) 尔格。他估计真空管消耗6 瓦，每秒激活 100,000 次，故每次二进制运算中，电子管的能量消耗是 6×10^2 尔格。】
