Q & A

Q1:

关于<大脑处理信息量化模型和细节综合报告>,<基于量化模型的对大脑高效可靠处理信息实现机制的分析>

<基于大脑处理信息量化模型的对若干认知问题的分析>系列综合报告和这一系列综合报告的参考文献

的一些作用

A1:

作用一.

对复杂信息系统而言，单纯做一两个实验，统计一两个现象的关联性对弄清复杂信息系统运作原理，包括系统遵循的基本数学原理意义有限，会经常出现实验结果不可重复，不同团队结果相互冲突，概念系统混乱的情况。特别是以检测相对极少数量的神经细胞活动模式解释宏观层面的精神现象和动物行为现象（这些宏观现象是大规模神经网络运作的结果）必然导致实验结论在可信度上的降低。因此，单纯的医学领域知识是不够的，需要整合多学科知识，上面的文献是有用的：

综合整理分析已有的涉及神经生物学、信息科学、数学、解剖学、生物化学、生理学、病理学、药理学、脑电图学、医学影像学多学科，涉及分子层面、细胞层面、微环路和环路层面、系统层面（例如人各种情况下的脑电现象和症状等）多层面的各种知识和实践经验，建立有坚实解剖学基础、能联系各层面、能解释已知的各种现象、量化描述大脑信息处理过程的模型和框架，发现、掌握系统运作所遵循的基本规律和原理，会对更深刻理解大脑信息处理运作机制有所帮助；将有利于对各种神经系统疾病发病机制的理解、治疗方案的制定；也将有助于我们更深刻地理解，理性、客观地对待我们已知的各种知识和所建立的各种理论。

作用二.

上面文献也不是单纯的“一些想法”，而是通过对大量的多学科、多层面的现象和数据的综合分析，总结提出脑复杂神经网络运作所遵循的一些简洁规则和框架原理。打个不恰当的比方，在认识系统运作规律方面的作用类似于总结提出“天体运作遵循更为简洁的原理，而不是托勒密宇宙模型中描述的那样复杂”

Q2:

关于<大脑处理信息量化模型和细节综合报告>,<于量化模型的对大脑高效可靠处理信息实现机制的分析>

<基于大脑处理信息量化模型的对若干认知问题的分析>系列综合报告和这一系列综合报告的参考文献

所描述的大脑运作机制的一些重要作用:

A2:

将大规模神经网络（大量的脑细胞及细胞间的连接）处理复杂信息（例如存储和回忆起一个连续的过程）这一复杂的神经网络训练问题转化为对一系列规模受控的子网络的训练问题，解决了大规模神经网络处理复杂信息的样本量和网络规模匹配问题（对网络能否准确高效存储和提取信息起重大影响）,而且保证了信息存储和提取的可靠性。