Le cerveau humain pourrait-il contenir 1, 2,5 ou même 74 pétaoctets de données? Ces chiffres donnent à la mémoire l’allure d’un disque dur géant. Pourtant, ils mélangent plusieurs niveaux de mesure. Les synapses, certaines performances de mémoire et l’activité cérébrale peuvent être étudiées. La capacité totale des souvenirs humains, elle, n’a pas de compteur fiable.
Les pétaoctets du cerveau : un calcul, pas un compteur
Les versions chiffrées de cette légende circulent au moins depuis 2010. Un article paru cette année-là dans Scientific American a popularisé une estimation de 2,5 pétaoctets, soit environ 2,5 millions de gigaoctets. En 2018, une autre estimation issue de travaux associés au Salk Institute a avancé 1 pétaoctet. En 2023, des articles de vulgarisation ont remis en avant un calcul d’environ 74 téraoctets pour le cortex cérébral.
Ces valeurs ne décrivent pas le même objet. Elles traduisent en unités informatiques des propriétés supposées des connexions entre neurones. Un ordinateur écrit des données dans des emplacements définis. Le cerveau modifie ses connexions, répartit les souvenirs dans des réseaux et utilise plusieurs systèmes de mémoire. La comparaison exige donc des hypothèses avant même de sortir la calculette.
Les chiffres en téraoctets et en pétaoctets sont des estimations modélisées, pas la lecture d’une jauge installée dans un cerveau humain. Ils peuvent donner un ordre de grandeur théorique de l’information portée par des connexions neuronales, mais ils ne disent pas combien de souvenirs une personne peut apprendre, conserver ou retrouver.
Le contrôle factuel commence donc par une distinction simple : mesurer des synapses ne revient pas à mesurer une mémoire entière.
Synapses : le microscope ne lit pas les souvenirs
Le calcul associé au Salk Institute
Pour comprendre l’origine de plusieurs estimations, il faut descendre au niveau des synapses, les zones de communication entre les neurones. Des chercheurs associés au Salk Institute ont étudié un petit volume d’hippocampe de rat à l’aide de la microscopie électronique et d’une reconstruction en trois dimensions. L’hippocampe participe notamment à la formation de souvenirs et à la navigation spatiale.
Cette analyse a distingué 26 niveaux de taille parmi les synapses. En convertissant ces niveaux en information informatique, les chercheurs ont estimé qu’une synapse pouvait représenter environ 4,7 bits. Le résultat renseigne sur la diversité des connexions et sur la plasticité synaptique, c’est-à-dire leur capacité à se renforcer ou à s’affaiblir avec l’apprentissage.
Le passage de ce petit échantillon de tissu de rat à l’ensemble du cerveau humain est une extrapolation. Il suppose notamment que les synapses étudiées représentent suffisamment les autres et que leur capacité peut être additionnée comme celle de cases indépendantes. Entre le microscope et le pétaoctet, le dossier contient donc plusieurs hypothèses.
Pourquoi 74 téraoctets ne font pas 74 téraoctets de souvenirs
Le chiffre de 74 téraoctets combine un nombre supposé de synapses dans le cortex avec l’estimation de 4,7 bits par synapse. L’opération peut être cohérente sur le plan arithmétique. Elle ne prouve pas que le cortex dispose de 74 téraoctets utilisables comme un disque externe.
Une synapse ne contient pas un souvenir isolé comme un fichier dans un dossier. Sa force varie, son activité dépend du réseau auquel elle appartient et son rôle peut changer avec l’apprentissage. Ce calcul estime une capacité théorique de représentation des connexions, pas un inventaire de souvenirs accessibles.
Mémoire de travail : une mesure, pas la capacité totale

La mémoire de travail désigne l’information maintenue activement pendant une courte durée pour réaliser une tâche. Elle intervient lorsqu’on garde un numéro en tête le temps de le composer, qu’on suit une consigne en plusieurs étapes ou qu’on compare plusieurs éléments. Ce fonctionnement se mesure avec des tâches précises, pas avec une capacité générale exprimée en gigaoctets.
Un article publié en 2025 dans Imaging Neuroscienceintitulé Task-related changes in aperiodic activity are related to visual working memory capacity independent of event-related potentials and alpha oscillationsa étudié 84 adultes en bonne santé. Les participants devaient retenir 2, 4 ou 6 carrés colorés pendant l’enregistrement de leur activité cérébrale par électroencéphalographie.
L’étude a relié certains changements non oscillatoires du signal électrique à la performance en mémoire de travail. Elle ne fournit pas un nombre total de gigaoctets. Elle mesure une capacité dans une tâche visuelle donnée, avec un nombre d’éléments et un délai déterminés. C’est une mesure de performance cognitive, pas la capacité de stockage générale du cerveau.
Une revue publiée en 2026 dans Journal of IntelligenceBeyond Working Memory Capacity: Attention Control as the Underlying Mechanism of Cognitive Abilitiesajoute une précaution. Elle examine l’idée que les performances attribuées à la mémoire de travail dépendent aussi du contrôle de l’attention, notamment du maintien d’un objectif, de la gestion des interférences et de l’inhibition. Cette revue ne réduit pas la mémoire de travail à l’attention, mais rappelle qu’un score ne mesure pas une seule opération.
Une capacité mesurée dans un test reflète donc à la fois la quantité d’information maintenue et les moyens utilisés pour la protéger et la manipuler. Le mythe du cerveau plein comme un téléphone à 99 % laisse de côté cette partie du dossier.
La capacité change quand la tâche change
Les tests de mémoire de travail ne sollicitent pas tous la même information. Retenir des carrés colorés, rappeler les idées d’un texte en anglais ou suivre une consigne avec des distractions ne demande pas exactement les mêmes ressources. Le résultat dépend du type d’information, de l’attention, de la difficulté et des connaissances déjà acquises.
Une étude publiée en 2025 dans Psicologia, Reflexão e CríticaWorking memory capacity as a predictor of text idea recall in multitasking L2 digital readinga examiné 65 adultes bilingues brésiliens âgés de 19 à 62 ans. Ils lisaient un texte en anglais, leur deuxième langue, tout en écoutant de la musique avec ou sans paroles. Les chercheurs ont comparé la mémoire de travail aux capacités de rappel des idées principales, des idées secondaires et des détails.
Cette étude porte sur une situation définie : lecture numérique dans une deuxième langue et écoute simultanée. Elle ne permet pas de convertir un score de mémoire de travail en téraoctets. Elle montre surtout pourquoi une capacité mesurée dépend toujours de la tâche qui la mesure.
Changer l’épreuve change la demande cognitive. Une même personne peut retenir quelques éléments visuels pendant un délai court, perdre le fil d’un texte interrompu et conserver durablement un événement qui mobilise plusieurs sens.
Le cerveau n’a pas de jauge de stockage
Le cerveau possède bien des limites physiques : il contient un nombre fini de neurones et de connexions. Mais les souvenirs ne sont pas rangés dans des cases indépendantes qui se rempliraient une à une. Ils reposent sur des réseaux distribués, des modifications de connexions et des réactivations qui peuvent se chevaucher.
Ce fonctionnement permet à des souvenirs différents de partager certaines représentations. Il permet aussi au cerveau de généraliser. Après plusieurs trajets similaires, on retient le parcours habituel. Un détour inhabituel ou une route bloquée peut laisser une trace plus précise parce que l’événement rompt le schéma attendu. La mémoire trie, résume et réorganise; elle n’archive pas chaque seconde avec la précision d’une caméra.
L’apprentissage modifie également l’équilibre des connexions. Certaines synapses se renforcent tandis que d’autres s’affaiblissent. Cette plasticité explique pourquoi la mémoire continue à se modifier, mais elle complique toute comparaison avec une capacité fixe. Aucune mesure consensuelle ne traduit aujourd’hui la capacité totale du cerveau humain en nombre de souvenirs ou en pétaoctets utilisables.
Pourquoi le chiffre résiste aux vérifications
Ces estimations ont un avantage narratif évident : elles transforment un système biologique difficile à visualiser en une unité familière. « 2,5 millions de gigaoctets » paraît précis, même si le calcul repose sur une extrapolation de propriétés synaptiques. Le tableur donne ici une impression de certitude que le cerveau ne fournit pas.
La répétition renforce ensuite l’effet de vérité. Une estimation relayée en 2010, puis reprise dans des articles datés de 2018 et 2023, peut sembler confirmée parce qu’elle revient régulièrement. Le biais de disponibilité rend plus familière l’information que l’on retrouve facilement. Le biais de confirmation peut ensuite pousser à retenir les chiffres qui confortent l’idée d’un cerveau-disque-dur.
À chaque reprise, les conditions de calcul risquent de disparaître : tissu animal, région cérébrale précise, estimation du nombre de synapses et conversion mathématique. La formule selon laquelle le cerveau pourrait stocker tout Internet ajoute encore une comparaison trompeuse, puisque des souvenirs reconstruits et des fichiers numériques n’ont ni le même format ni le même mode d’accès.
Sources et références scientifiques
- Beyond Working Memory Capacity: Attention Control as the Underlying Mechanism of Cognitive Abilities – PMC. Journal of Intelligence. DOI: 10.3390/jintelligence14020022 · PMID: 41745208.
- Ackerman P. L., Heggestad E. D. Intelligence, personality, and interests: Evidence for overlapping traits. Psychological Bulletin. 1997;121(2):219-245. doi: 10.1037/0033-2909.121.2.219. [DOI] [PubMed] [Google Scholar]. doi:10.1037/0033-2909.121.2.219.
- Allen E., Mattarella-Micke A., Shevell S., Beilock S. Working memory capacity predicts individual differences in perception of a bistable figure. Journal of Vision. 2011;11(11):1257. doi: 10.1167/11.11.1257. [DOI] [Google Scholar]. doi:10.1167/11.11.1257.
- Aslan A., Bauml K. H. Individual differences in working memory capacity predict retrieval-induced forgetting. Journal of Experimental Psychology: Learning, Memory, and Cognition. 2011;37(1):264-269. doi: 10.1037/a0021324. [DOI] [PubMed] [Google Scholar]. doi:10.1037/a0021324.
- Atkinson R. C., Shiffrin R. M. Psychology of learning and motivation. Vol. 2. Academic Press; 1968. Human memory: A proposed system and its control processes; pp. 89-195. [DOI] [Google Scholar].
- Awh E., Jonides J. Overlapping mechanisms of attention and spatial working memory. Trends in Cognitive Sciences. 2001;5(3):119-126. doi: 10.1016/S1364-6613(00)01593-X. [DOI] [PubMed] [Google Scholar]. doi:10.1016/S1364-6613(00)01593-X.
- Baddeley A. The episodic buffer: A new component of working memory? Trends in Cognitive Sciences. 2000;4(11):417-423. doi: 10.1016/S1364-6613(00)01538-2. [DOI] [PubMed] [Google Scholar]. doi:10.1016/S1364-6613(00)01538-2.
- Baddeley A. Working memory: Theories, models, and controversies. Annual Review of Psychology. 2012;63:1-29. doi: 10.1146/annurev-psych-120710-100422. [DOI] [PubMed] [Google Scholar]. doi:10.1146/annurev-psych-120710-100422.
- Baddeley A., Logie R., Bressi S., Della Sala S., Spinnler H. Dementia and working memory. The Quarterly Journal of Experimental Psychology Section A. 1986;38(4):603-618. doi: 10.1080/14640748608401616. [DOI] [PubMed] [Google Scholar]. doi:10.1080/14640748608401616.
- Baddeley A. D., Hitch G. J. Working memory. In: Bower G. A., editor. Recent advances in learning and motivation. Vol. 8. Academic Press; 1974. [DOI] [Google Scholar].
- Barch D. M. The cognitive neuroscience of schizophrenia. Annual Review of Clinical Psychology. 2005;1:321-353. doi: 10.1146/annurev.clinpsy.1.102803.143959. [DOI] [PubMed] [Google Scholar]. doi:10.1146/annurev.clinpsy.1.102803.143959.
- Barkley R. A. Behavioral inhibition, sustained attention, and executive functions: Constructing a unifying theory of ADHD. Psychological Bulletin. 1997;121(1):65-94. doi: 10.1037/0033-2909.121.1.65. [DOI] [PubMed] [Google Scholar]. doi:10.1037/0033-2909.121.1.65.
- Barrett L. F., Tugade M. M., Engle R. W. Individual differences in working memory capacity and dual-process theories of the mind. Psychological Bulletin. 2004;130(4):553-573. doi: 10.1037/0033-2909.130.4.553. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1037/0033-2909.130.4.553.
- Task-related changes in aperiodic activity are related to visual working memory capacity independent of event-related potentials and alpha oscillations – PMC. Imaging neuroscience (Cambridge, Mass.). DOI: 10.1162/imag.a.150 · PMID: 40989811.
- Baddeley, A. (2012). Working memory: Theories, models, and controversies. Annual Review of Psychology, 63, 1-29. 10.1146/annurev-psych-120710-100422 [DOI] [PubMed] [Google Scholar]. doi:10.1146/annurev-psych-120710-100422.
- Bae, G.-Y., & Luck, S. J. (2018). Dissociable decoding of spatial attention and working memory from EEG oscillations and sustained potentials. The Journal of Neuroscience: The Official Journal of the Society for Neuroscience, 38(2), 409-422. 10.1523/JNEUROSCI.2860-17.2017 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1523/JNEUROSCI.2860-17.2017.
- Barry, R. J., & Blasio, F. M. D. (2021). Characterizing pink and white noise in the human electroencephalogram. Journal of Neural Engineering, 18(3), 034001. 10.1088/1741-2552/abe399 [DOI] [PubMed] [Google Scholar]. doi:10.1088/1741-2552/abe399.
- Bédard, C., Kröger, H., & Destexhe, A. (2006). Does the $1/f$ frequency scaling of brain signals reflect self-organized critical states? Physical Review Letters, 97(11), 118102. 10.1103/PhysRevLett.97.118102 [DOI] [PubMed] [Google Scholar]. doi:10.1103/PhysRevLett.97.118102.
- Berryman, C., Stanton, T. R., Bowering Jane, K., Tabor, A., McFarlane, A., & Moseley Lorimer, G. (2013). Evidence for working memory deficits in chronic pain: A systematic review and meta-analysis. Pain, 154(8), 1181-1196. 10.1016/j.pain.2013.03.002 [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.pain.2013.03.002.
- Bollen, K. A., & Noble, M. D. (2011). Structural equation models and the quantification of behavior. Proceedings of the National Academy of Sciences of the United States of America, 108(Suppl. 3), 15639-15646. 10.1073/pnas.1010661108 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1073/pnas.1010661108.
- Brake, N., Duc, F., Rokos, A., Arseneau, F., Shahiri, S., Khadra, A., & Plourde, G. (2024). A neurophysiological basis for aperiodic EEG and the background spectral trend. Nature Communications, 15(1), 1514. 10.1038/s41467-024-45922-8 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1038/s41467-024-45922-8.
- Chaudhuri, R., He, B. J., & Wang, X.-J. (2018). Random recurrent networks near criticality capture the broadband power distribution of human ECoG dynamics. Cerebral Cortex, 28(10), 3610-3622. 10.1093/cercor/bhx233 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1093/cercor/bhx233.
- Clements, G. M., Bowie, D. C., Gyurkovics, M., Low, K. A., Fabiani, M., & Gratton, G. (2021). Spontaneous alpha and theta oscillations are related to complementary aspects of cognitive control in younger and older adults. Frontiers in Human Neuroscience, 15, 621620. 10.3389/fnhum.2021.621620 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3389/fnhum.2021.621620.
- Colombo, M. A., Napolitani, M., Boly, M., Gosseries, O., Casarotto, S., Rosanova, M., Brichant, J.-F., Boveroux, P., Rex, S., Laureys, S., Massimini, M., Chieregato, A., & Sarasso, S. (2019). The spectral exponent of the resting EEG indexes the presence of consciousness during unresponsiveness induced by propofol, xenon, and ketamine. NeuroImage, 189, 631-644. 10.1016/j.neuroimage.2019.01.024 [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.neuroimage.2019.01.024.
- Delorme, A., & Makeig, S. (2004). EEGLAB: An open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. Journal of Neuroscience Methods, 134(1), 9-21. 10.1016/j.jneumeth.2003.10.009 [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.jneumeth.2003.10.009.
- Ding, W., Ding, L.-J., Li, F.-F., Han, Y., & Mu, L. (2015). Neurodegeneration and cognition in Parkinson’s disease: A review. European Review for Medical and Pharmacological Sciences, 19(12), 2275-2281. 10.1007/s10072-015-2308-9 [DOI] [PubMed] [Google Scholar]. doi:10.1007/s10072-015-2308-9.
- Motor skills and working memory capacity in preadolescents born very preterm – PMC. Developmental medicine and child neurology. DOI: 10.1111/dmcn.70043 · PMID: 41126719.
- 1. Ohuma EO, Moller AB, Bradley E, et al. National, regional, and global estimates of preterm birth in 2020, with trends from 2010: a systematic analysis. Lancet Lond Engl. 2023;402(10409):1261-1271. 10.1016/S0140-6736(23)00878-4 [DOI] [PubMed] [Google Scholar]. doi:10.1016/S0140-6736(23)00878-4.
- 2. Ortinau C, Neil J. The neuroanatomy of prematurity: Normal brain development and the impact of preterm birth. Clin Anat. 2015;28(2):168-183. 10.1002/ca.22430 [DOI] [PubMed] [Google Scholar]. doi:10.1002/ca.22430.
- 3. Nosarti C, Froudist‐Walsh S. Alterations in development of hippocampal and cortical memory mechanisms following very preterm birth. Dev Med Child Neurol. 2016;58(S4):35-45. 10.1111/dmcn.13042 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1111/dmcn.13042.
- 4. Woodward LJ, Horwood LJ, Darlow BA, Bora S. Visuospatial working memory of children and adults born very preterm and/or very low birth weight. Pediatr Res. 2022;91(6):1436-1444. 10.1038/s41390-021-01869-w [DOI] [PubMed] [Google Scholar]. doi:10.1038/s41390-021-01869-w.
- 5. Fitzpatrick A, Carter J, Quigley MA. Association of Gestational Age With Verbal Ability and Spatial Working Memory at Age 11. Pediatrics. 2016;138(6):e20160578. 10.1542/peds.2016-0578 [DOI] [PubMed] [Google Scholar]. doi:10.1542/peds.2016-0578.
- 6. Aanes S, Bjuland KJ, Skranes J, Løhaugen GCC. Memory function and hippocampal volumes in preterm born very‐low‐birth‐weight (VLBW) young adults. NeuroImage. 2015;105:76-83. 10.1016/j.neuroimage.2014.10.023 [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.neuroimage.2014.10.023.
- 7. Twilhaar ES, De Kieviet JF, Van Elburg RM, Oosterlaan J. Neurocognitive processes underlying academic difficulties in very preterm born adolescents. Child Neuropsychol. 2020;26(2):274-287. 10.1080/09297049.2019.1639652 [DOI] [PubMed] [Google Scholar]. doi:10.1080/09297049.2019.1639652.
- 8. Maalouf Y, Provost S, Gaudet I, Dodin P, Paquette N, Gallagher A. Executive and attentional functioning interventions in preterm children: a systematic review. J Pediatr Psychol. 2024;49(10):731-756. 10.1093/jpepsy/jsae068 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1093/jpepsy/jsae068.
- 9. Bharadwaj SV, Yeatts P, Headley J. Efficacy of cogmed working memory training program in improving working memory in school‐age children with and without neurological insults or disorders: A meta‐analysis. Appl Neuropsychol Child. 2022;11(4):891-903. 10.1080/21622965.2021.1920943 [DOI] [PubMed] [Google Scholar]. doi:10.1080/21622965.2021.1920943.
- 10. Allotey J, Zamora J, Cheong‐See F, et al. Cognitive, motor, behavioural and academic performances of children born preterm: a meta‐analysis and systematic review involving 64 061 children. BJOG Int J Obstet Gynaecol. 2018;125(1):16-25. 10.1111/1471-0528.14832 [DOI] [PubMed] [Google Scholar]. doi:10.1111/1471-0528.14832.
- 11. Evensen KAI, Ustad T, Tikanmäki M, Haaramo P, Kajantie E. Long‐term motor outcomes of very preterm and/or very low birth weight individuals without cerebral palsy: A review of the current evidence. Semin Fetal Neonatal Med. 2020;25(3):101116. 10.1016/j.siny.2020.101116 [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.siny.2020.101116.
- 12. Gentsch A, Weber A, Synofzik M, Vosgerau G, Schütz‐Bosbach S. Towards a common framework of grounded action cognition: Relating motor control, perception and cognition. Cognition. 2016;146:81-89. 10.1016/j.cognition.2015.09.010 [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.cognition.2015.09.010.
- Working memory capacity as a predictor of text idea recall in multitasking L2 digital reading – PMC. Psicologia, reflexao e critica : revista semestral do Departamento de Psicologia da UFRGS. DOI: 10.1186/s41155-025-00353-2 · PMID: 40332699.
- Alptekin, C., & Erçetin, G. (2010). The role of L1 and L2 working memory in literal and inferential comprehension in L2 reading. Journal of Research in Reading,33(2), 206-219. 10.1111/j.1467-9817.2009.01412.x [Google Scholar]. doi:10.1111/j.1467-9817.2009.01412.x.
- Anderson, J. R. (2000). Learning and memory: An integrated approach, 2nd ed. (pp. xviii, 487). New York, John Wiley & Sons Inc..
- Avila, C., Furnham, A., & McClelland, A. (2012). The influence of distracting familiar vocal music on cognitive performance of introverts and extraverts. Psychology of Music,40(1), 84-93. 10.1177/0305735611422672 [Google Scholar]. doi:10.1177/0305735611422672.
- Azevedo, B., & Oliveira, D. A. (2024). Working Memory Capacity as a Predictor of Text Idea Recall in Multitasking L2 Digital Reading [Instruments]. 10.17605/ [DOI] [PMC free article] [PubMed].
- Azevedo, B. D., Oliveira, D. A., Finger, I., & Tomitch, L. M. B. (2022). Does working memory capacity predict literal and inferential comprehension of bilinguals’ digital reading in a multitasking setting? Language Teaching Research Quarterly, 31, 136-158. 10.32038/ltrq.2022.31.10. doi:10.32038/ltrq.2022.31.10.
- Baddeley, A. D., Hitch, G., & Allen, R. (2021). A multicomponent model of working memory. In R. H. Logie, V. Camos, & N. Cowan (Eds.), Working Memory: State of the Science (pp. 10-43). Oxford University Press. 10.1093/oso/9780198842286.003.0002. doi:10.1093/oso/9780198842286.003.0002.
- Bialystok, E., Craik, F. I. M., & Luk, G. (2012). Bilingualism: Consequences for mind and brain. Trends in Cognitive Sciences,16(4), 240-250. 10.1016/j.tics.2012.03.001 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1016/j.tics.2012.03.001.
- Chitwood, M., & Vaughn, K. (2018). Cognitive Performance and Sounds: The Effects of Lyrical Music and Pink Noise on Performance.,1, 9-14. [Google Scholar].
- Clinton-Lisell, V. (2021). Stop multitasking and just read: Meta-analyses of multitasking’s effects on reading performance and reading time. Journal of Research in Reading,44(4), 787-816. 10.1111/1467-9817.12372 [Google Scholar]. doi:10.1111/1467-9817.12372.
- Cowan, N., Morey, C. C., & Naveh-Benjamin, M. (2021). An embedded-processes approach to working memory: How is it distinct from other approaches, and to what ends? In Working memory: State of the science. (pp. 44-84). New York, Oxford University Press..
- Daneman, M., & Carpenter, P. A. (1980). Individual differences in working memory and reading. Journal of Verbal Learning and Verbal Behavior,19(4), 450-466. 10.1016/S0022-5371(80)90312-6 [Google Scholar]. doi:10.1016/S0022-5371(80)90312-6.
- Darroch, I., Goodman, J., Brewster, S., spsampsps Gray, P. (2005). The effect of age and font size on reading text on handheld computers. In M. F. Costabile spsampsps F. Paternò (Eds.), Human-Computer Interaction, INTERACT 2005 (Vol. 3585, pp. 253-266). Springer Berlin Heidelberg. 10.1007/11555261_23. doi:10.1007/11555261_23.
- Tsiory Laurence. Mémoire : quelle est la capacité de stockage d’un cerveau humain?. 2023.
- Dr. Samuel Achebe. How Much Storage Capacity Does the Human Brain Have? Comparing to RAM and Qubits. 2026.
- The Human Brain in Numbers: A Linearly Scaled-up Primate Brain – PMC.
- Does Your Brain Have a Memory Limit? (Explained!) – Iris Reading.
- Is Your Brain (Like) a Quantum Computer? | Psychology Today.
- Memory Capacity Of Human Brain: 29 Human Memory Statistics & Facts.
- What is the Memory Capacity of a Human Brain? – Clinical Neurology Specialists.
- What is the Memory Capacity of a Human Brain | Medanta.
- Memory capacity of brain is 10 times more than previously thought – Salk Institute for Biological Studies.
- Information storage in the brain – AI Impacts.
- Computation Power: Human Brain vs Supercomputer.
- Insights | Odonnell Company.
- Simon Kabbaj. Le cerveau humain peut-il manquer d’espace mémoire?. 2025.
- Julie P.. Mémoire humaine : une capacité de stockage de 1 pétaoctet. 2018.
