财讯网|中国财讯网
中国领先的财经新闻门户

医药 科技 地产 汽车 旅游 时尚 文化 大数据

首页 > 消费 > 正文

人脑为何如此高效?比计算机究竟强在哪儿?

新浪科技讯 北京时光7月13日消息,据国外媒体报道,大年夜脑是一个异常复杂的器官。人脑含有约1000亿个神经元,神经元之间的连接多达100万亿。人们常将人脑与另一套具有强大年夜问题解决才能的复杂体系比拟较:即数字计算机。人脑和计算机都含有大年夜量根本单位,人脑中为神经元,计算机中为晶体管。这些根本单位都可构成复杂回路,处理电旌旗灯号情势的信息。大年夜体来看,人脑与计算机的架构十分类似,均由负责输入、输出、重要处理和记忆储存的几大年夜回路构成。

但人脑与计算机比拟,毕竟谁的问题解决才能更胜一筹呢?推敲到计算机技巧在近几十年中的飞速进步,你也许会认为计算机占了优势。经由特别设计和编程的计算机切实其其实很多复杂游戏中打败了人类高手,如上世纪90年代打败了国际象棋大年夜师、前几年又在围棋比赛中取胜;计算机在百科常识比赛中也表示凸起,如美国电视节目《危险边沿》。但在很多日常义务中,人类老是完胜计算机,比如在图片中辨认一辆自行车、或在拥挤的街道上寻找一名特定的行人,又比如伸手拿过杯子、并顺利将杯子送到嘴边等等。在概念化和想象力方面,人类更是博得毫无悬念。

大年夜脑的另一大年夜明显特点也在打网球时发挥了重要感化:神经元间的连接强度可跟着活动和经验产生改变。神经学家广泛认为,这一变更过程是人类进修和基因的基本。反复练习可使神经回路变得更合适履行响应义务,从而大年夜大年夜进步速度和精度。

为何计算机和人脑善于的义务各不雷同呢?经由过程将计算机与人脑进行比较,计算机工程师与神经科学家都从中受益颇多。还在现代计算机方才起步时,就有人在书中将两者做了比较。这本书名叫《计算机与人脑》(The Computer and the Brain),由约翰?冯?诺依曼(John von Neumann)编写。他于上世纪40年代带头设计的计算机架构至今仍是大年夜多半计算机的基本。下表列出了计算机与人脑的一些比较数据:

计算机的根本运算速度远胜过人脑。今朝小我电脑进行加法等根本运算的速度可达每秒100亿次。要估算人脑的根本运算速度,可以对神经元传递信息和互订交换的基本过程进行分析。例如,神经元可以“发射”动作电位(即在神经元细胞邻近产生的电旌旗灯号脉冲),然后沿着长长的轴突将其传递下去,传授与之相连的下一个神经元。这些电脉冲的频率和时长就是要传递的信息。此外,神经元在向其它神经元传递信息时,重要经由过程向轴突末尾名为“突触”的构造释放化学神经递质进行,其相邻神经元又会经由过程突触传递,将神经递质转化回电旌旗灯号情势。突触传递耗时最快约1毫秒。是以若把电脉冲传递与突触传递都算上,大年夜脑的根本运算速度至多为每秒1000次,仅为计算机的1000万分之一。

计算机的根本运算精度也比大年夜脑赶过很多。计算机的精度取决于数字位数。例如,32位计算机的精度为2的32次方分之一,约为42亿分之一。而证据显示,在心理噪音的影响下,神经体系中涉及的大年夜部分数字(如神经元发射旌旗灯号的频率,常用来代表刺激强度)往往存在百分之几的误差,精度最高也只有100分之一。与计算机比拟,几乎只占了个零头。

然而,人脑的运算既不算慢,也不克不及说不精确。如一名职业网球活动员可以密切追踪速度高达每小时250公里的网球的活动轨迹,敏捷跑到球场上的最佳地位,调剂好胳膊姿势,然后将球打回敌手场地。这一切仅需几百毫秒即可完成。不仅如斯,人脑在身材的赞助下完成这些动作的能耗仅为小我电脑的十分之一。大年夜脑是若何办到的呢?计算机与人脑间的一大年夜差别就是体系内部信息处理模式的不合。计算机义务重要以串行步调进行,因为工程师在编写法度榜样时,指令也是按时序分列的。对这种运算模式而言,每一步都必须包管高精度,不然缺点会在接下来的步调中赓续累积和放大年夜。人脑也会采取串行模式处理信息。例如在打网球时,信息先从眼睛传递到大年夜脑,然后传递到脊髓,进而控制腿部、躯干、胳膊和手段的肌肉紧缩。

但人脑也会大年夜量采取并行处理的模式,充分应用了大年夜脑中弗成胜数的神经元和神经连接。例如,活动中的网球会同时激活视网膜上的浩瀚光感细胞,接收到的光线由这些细胞转化为电旌旗灯号。接着,这些旌旗灯号会同时传递给视网膜上的多种不合神经元。等光感细胞生成的旌旗灯号经由过程了视网膜中的两三个突触连接后,关于网球地位、偏向和速度的信息已经由并行的神经回路提掏出来、同时传递给了大年夜脑。与之类似,负责自立性活动控制的活动皮层也会同时发送指令,使腿部、躯干、胳膊、手段的肌肉同时紧缩,使身材和胳膊同时摆好姿势、做好击打网球的预备。

这种大年夜范围并行策略之所以得以实现,是因为每个神经元都邑接收来自负年夜量其它神经元的输入、并向大年夜量其它神经元传递输出。一个哺乳动物神经元的输入和输出平均可涉及1000个神经元。(比拟之下,每个计算机晶体管的输入和输出节点加起来也只有3个。)一个神经元输出的信息可同时经由过程多条并行路线向下传递。与此同时,在上游处理了同一信息的大年夜量神经元又会将输出信息传递给同一个神经元。后者对进步信息处理精度尤为重要。比如说,单个神经元的信息可能受噪声影响很大年夜(精度只有100分之一)。但若将100个携带同一信息的神经元输入取平均值,下流神经元接收到的信息精度便会大年夜大年夜进步(在这个例子中约为1000分之一)。

计算机和人脑基本单位的旌旗灯号模式既有类似、又有不合。晶体管采取的是数字旌旗灯号,借离散值(0和1)代表旌旗灯号。神经轴突脉冲也是数字旌旗灯号,因为在随便率性给准时刻,神经元只有“发射脉冲”和“不发射脉冲”两种可能。且发射脉冲时,所有脉冲的强度和外形都差不多,如许才能包管长距离脉冲传递的靠得住性。但神经元也会采取模仿旌旗灯号,即用持续值代表信息。一些神经元(如视网膜中的大年夜部分神经元)并不会产生电脉冲,其输出经由过程不合等级的电旌旗灯号进行传递。与电脉冲不合,这些电旌旗灯号的强度可以持续变更,并且能传递更多信息。神经元的接收端(旌旗灯号平日由树突接收)也应用模仿旌旗灯号将成千上万的输入进行整合,让树突得以开展复杂计算。

近几十年来,工程师一向在从大年夜脑中汲取灵感、以改良计算机设计。并行处理模式与可根据用处修改的神经连接强度已成为了现代计算机的基来源基本则。例如,增长并行处理如今已是计算机设计的一大年夜趋势,从多核处理器的风行便可略知一二。此外,机械进修和人工智能范畴的“深度进修”近年来成长迅猛,对电脑和手机上物体与语音辨认功能的飞速进步功弗成没,而这其实是受了哺乳动物视觉体系的启发。就像视觉系同一样,深度进修也用多层构造代表越来越抽象的特点,每层之间的连接强度权重可经由过程“进修”进行调剂,而非由工程师预先设计好。这些进步大年夜大年夜拓宽了计算机可开展的义务范围。不过,人脑的灵活性、归纳才能和进修才能仍然远超当前最先辈的计算机。跟着神经科学家赓续揭穿大年夜脑的奥秘(计算机也在个中发挥着越来越重要的感化),工程师也能从中受到更多启发,进一步改良计算机的架构和机能。谁在特定义务中胜出并不重要。无论是神经科学照样计算机工程,均能从这些跨学科交叉研究中受益良多。(叶子)

资讯标签:
上一篇:没有了