A pesar de los impresionantes avances en el campo de la computación de alta potencia, ¿por qué ningún superordenador es capaz de simular el cuerpo humano completo?

Me temo que la pregunta no puede ser razonablemente respondida a menos que agregue un sentido de escala. ¿Cuál sería el criterio para un cuerpo humano completo?

Si te conformas con una muñeca de trapo de brazos, piernas, cabeza, torso y algunos detalles más, las consolas de videojuegos pueden aproximarse a la física de los cuerpos humanos en tiempo real. Si quieres un músculo cardíaco a 1/10 mm. resolución, necesitas algo como Sequoia. Si quieres las interacciones de partículas par de cada átomo en un grano de arroz, estás en el arroyo sin la pala proverbial, al menos por el momento, son demasiadas.

Considere: simular los últimos 11 mil millones de años de universo también incluiría simular a unos mil millones de humanos completos, todos sentados por un breve momento en la tercera piedra de una estrella pequeña, en un rincón remoto y polvoriento. En una escala de universo, estos apenas son ruido. Por lo tanto, se pueden simplificar a partir de una simulación, y esa es una elección de imprecisión muy sensible, que permite adaptar un universo modelo a cualquier máquina más pequeña que el universo mismo.

Simular algo requiere que elijas la cantidad correcta de detalles para obtener un resultado significativo e ignoras todo lo que no estás analizando en este momento. Incluso si pudieras capturar cada detalle, ya no simularías algo, sino que lo copiarías.

Dos problemas diferentes y dos diferentes cantidades de resolución para tener una respuesta satisfactoria.

La simulación del universo que mencionas está en una escala galáctica y uno puede hacer suposiciones groseras, por ejemplo, la energía en el nivel macro enorme. En realidad, es un problema mucho más fácil si se lo compara con la gran cantidad de complejos procesos químicos y biológicos que ocurren en los órganos humanos. Este último requiere una gran cantidad de resolución, pero también estamos aprendiendo mucho que no sabemos, por lo que muchas de las suposiciones en el modelo de simulación son bastante borrosas o necesitan muchos más detalles.