第14章：大脑也有独特意
第14章：大脑也有独特意 (第2/3页)
9代手机。
但是我们熟悉的那些功能仍然是苹果4代的，有很多未知的功能，我们并没有去发掘，而且以我们现在所拥有的能力无法去进行完全的掌握，这就不能说我们的大脑不具备那些能力。
大脑是大规模并行的，大脑相当于100万亿神经元间的相互连接，它们都可能在同时处理信息。正如我们前面讨论过的，这两个因素：较长的周期和大规模并行，引起了一定程度的大脑计算能力，这就会使得我们的大脑在某些情况下或者说是某种思考能力下，会让我们的思考能力变得翻倍增长。
今天我们最大的超级计算机正在接近这个范围，天启如今或许可以靠着本身不断的进化，比我们快将近千万倍的进化，才终于是能够赶上我们的速度，但是这样的进化速度也仅仅是赶上我们的大脑，想要超越的话是完全不可能的事情。
因为现在根据我的估计来看，即便是那个超级智能，也是如今已经到了一个瓶颈，想要获得更快的进化，已经是要进行一个突破点的寻找。
最先进的超级计算机，包括那些用于最流行的搜索引擎的计算机超过了1014cps准则，这与我在讨论功能仿真的估计相匹配。
不过，没有必要采用和大脑相同的并行化处理的粒度，而只要我们配合整体的运算速度和存储容量的需要就可以，否则就需要模拟大脑的大规模并行结构。
大脑模拟和数字相结合的现象。大脑连接的拓扑结构本质上是数字的——无论连接存在还是不存在。
而大脑放电则不全是数字的，但接近于一个数字的过程。大脑中几乎大部分的功能都是模拟的，充满着非线性，在产出方面的突然变化，而不是平稳变化，实质上比我们已经在神经元中利用的经典模型还要复杂，
然而，详细的非线性神经元动力学和神经元的组成，可以通过非线性系统的数学来模拟。
这些数学模型能够在数字电脑上模拟到任何所需的准确程度。正如我所说的，如果我们使用晶体管以本地模拟的方式来模拟神经区域，而不是通过数字计算，那我们就可以使我们的大脑运算能力再提高一些，这一点很多科学家都已经给出了证明。
大脑自身线路重铺，神经系统在其组织的各个层次上都是自组织的。在计算机化的模式识别系统，例如神经网络中应用的数学方法比在大脑中所用的简单，而我们在自组织模式上确实有大量的工程经验。
当代计算机不能逐字地重复本身，尽管新出现的“自我修复系统”已经开始这样做，但我们可以有效地模拟这个软件过程。
在软件中实施自组织会有优势，因为它会为程序员提供更多的灵活性，而在未来我们也可以在硬件中实现这一点。
大脑中的大部分细节都是随机的。虽然在大脑的每个方面都有许多随机，严格控制下的随机过程，我们没有必要模仿每个轴突表面的所有“涟漪”。
至多需要在了解了计算机操作原理的情况下模仿每个晶体管表面的所有微小差异。但某些细节对于解码大脑操作的原则是很关键的，这迫使我们必须将它们和那些包含随机“噪音”或混乱细节加以区分。
神经功能中混乱，随机和难以预料的部分可以通过利用复杂性理论和混沌理论的数学方法进行建模。
大脑运用浮现特性。智能行为是大脑混乱和复杂活动的突显特征。对比白蚁和蚂蚁巢穴的智能化设计，考虑它们精心构建的互联隧道和通风系统。尽管这些都是灵巧、复杂的设计，但蚂蚁和白蚁群里却并没有建筑专家。
这些建筑都是由所有巢穴成员不可预测的互动建造起来的，每个成员都依照一些相对简单的规则执行。这就是动物和人类之间最大的区别，人类可以靠着个体实现一系列复杂的工作，但是动物却只能凭着本能去进行搭配者合作才能完成。
大脑是不完善的，这是复杂自适应系统的本性，其决策所表现的智能是次最佳的。
也就是说，相对于其要素的优化配置所表现的智能相比，它反映了较低级别的智能。它只需要足够好，这对我们人类而言就意味着已经有充足的智力水平，使我们能够骗过在生态中与我们相类似的对手。
例如灵长类动物也结合了相对应的附属品所带来的认知功能，但其大脑没有人类那样发达，它们的手也没有人类的那么适用。
所以即便跟大自然里面的其他动物相比起来，他这样也有很大的优势，但是跟人类相比起来，他却是差了一些意思，这也就是为什么我们比其他灵长类的动物可以更好的运用一些工具来进行工作的原因了。
我们自我违背造就
（本章未完，请点击下一页继续阅读）