Theoretical Intelligence分享 http://blog.sciencenet.cn/u/felonwan

博文

《计算机与人脑》笔记

已有 6005 次阅读 2014-7-28 23:19 |个人分类:读书|系统分类:观点评述| 人脑, 数学, 计算机, 逻辑

最初知道冯●诺依曼,是学习计算机基础知识的时候,知道他提出了现代计算机的基本结构。


分成了十几章,其实没多少页。写的思路清晰,比较浅显易懂,各部分没有展开细说。


当时的计算机硬件太弱,关于计算机这部分,特别是硬件上的东西,继电器、真空管什么的,没有细看。

冯先生的神经系统的部分知识,在我看来其实已经不错了,知道神经元的结构(树突、胞体、突触等)、频率编码、动作电位的产生的阈值和时间窗口


讨论了计算机和人脑的能量消耗,哈,对那个时代的计算机来说简直是一场灾难。即便现在人脑的优势仍然很明显。


那时对记忆的机制和部位知道的还比较少,冯关于人脑记忆容量的估计,不是很合适(并不是所有神经元突触都代表记忆,神经元个数和突触连接个数在那个时代也被低估了),但是是个不错的尝试。


神经系统运算和记忆的器件混为一体是不合适的,很浪费的。其实,我倒觉得有可能人脑的这种方式运算和存储一体的方式可能是一种优势。


人脑是“数字”和“模拟”混合的。(神经元的动作电位是比较满足全或无的二进制性质的,神经元之间的突触连接和树突处的信息整合是复杂的模拟信号处理。)


完全码,他是指自动机中的指令集,或许他是希望存在能控制神经系统信息处理的脉冲序列。。。
短码,他说的是一套虚拟机或翻译系统,在一台机器中可能需要很多基本步骤(很长的完全码)的一个操作,在虚拟机里由一条短码就表示。短码这个概念,除了虚拟机,还让我想到另外一个问题:人能不能和另外一个人有完全一样的主观体验、人能不能真正知道别人是怎么想的。每个人的大脑是一台不同的经验数据的集合,即使面对一模一样的情景,也不可能有完全一样的体验,问题是究竟多大程度上可以相同。

同样一个任务,计算机以串行方式处理,面临的是超长的计算过程,尽管单步误差很小,却可能因为累积误差太大而出错,所谓“准确度恶化”。

相比于计算机,人脑的计算深度和逻辑深度比较低。


我比较同意他最后一章的观点:大脑的基础功能部分不是数学或逻辑的,我们的数学或逻辑的思考方式只是在“第一语言”基础之上形成的“第二语言”。


其实我觉得,研究在一些领域有特殊天赋比如说数学天赋的人的大脑结构和常人的区别,可能是最有用的神经科学课题之一。人们对一个各方面和普通人一样的机器人的需要是比较少的,更需要是能在某方面超越人但是又受控于人的工具,能代替人执行一些危险任务又不会让我们背负道德谴责的工具。如果可能,我们是不是会把一切有需要努力的事情交给机器,连思考这样的事都不做了呢?

不过我还是觉得——至少最近这么觉得——意识的产生是神经科学领域最难最有意思的课题。客观的脑部活动怎么使人有主观体验,这实在是太神秘的一个东西。


大概只是因为书比较薄,有点抱着快速完成一个任务的心态把它看完了。

好记性不如烂笔头,一定要做笔记。


本文原发表于新浪博客。



https://blog.sciencenet.cn/blog-335776-815399.html

上一篇:C语言数值计算版
下一篇:学位论文参考文献格式
收藏 IP: 210.26.51.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-24 01:19

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部