计算机VS人脑谁具更强大问题解决能力？

据国外媒体报道，人类年夜脑长短常复杂的，包含着1000 多亿个神经元，年夜约形当作100多万亿个神经元毗连。人类年夜脑经常与另一个能解决处置运算的复杂系统进行对比，这个复杂系统是数字计较机。年夜脑和计较机都包含着年夜量根基单位，别离是神经元和晶体管，它们被毗连到复杂的电路中，处置相关信息，然后经由过程电子旌旗灯号进行传输。从整体层面上讲，人类年夜脑和计较机的架构存在近似之处，包含着自力电路，可用于信息输入、输出、中心信息处置，以及记忆存储。

哪个更具壮大的问题解决能力——年夜脑仍是计较机？考虑到计较机在曩昔几十年里的快速成长，你可能会认为计较机比年夜脑更具有优势。计较机可以或许组装和编程，并能在复杂游戏中击败宿世界顶尖高手，例如：上宿世纪90年月机械人击败国际象棋高手，前不久AlphaGo机械人打败宿世界围棋高手，在电视智力竞赛节目《危险！（Jeopardy！）》、百科全书式的常识竞赛中，机械人脱颖而出，取得优异的成就。然而，在这项最新研究陈述中，人类年夜脑更高效，在实际糊口中比计较机系统更优异，可以或许处置年夜量复杂使命，从拥挤城市街道上识别一辆自行车或者一位特别行人，甚至人们伸手去拿一杯茶，将它平稳地放在嘴唇上饮用，此外，人类年夜脑的概念化和缔造力比机械人更胜一筹。

那么为什么计较机擅长完当作某些使命，而人类年夜脑在处置其他事务方面加倍优异呢？计较机和人类年夜脑的对比阐发对于计较机工程师和神经科学家具有开导意义，这种对比阐发最早源于计较机时代初期，那时有一本简短而具有深决心义的书——《计较机和人类年夜脑》，作者是博学家约翰冯 诺依曼（John von Neumann），诺依曼在上宿世纪40年月设计了一个计较机系统布局，至今该系统仍是年夜大都现代计较机的根本。

计较机在根基操作速度方面比人类年夜脑更具优势，现今小我计较机可以执行根基的操作运算，例如加法运算，速度是每秒100亿次。我们经由过程神经元传输信息处置过程以及彼此之间通信，可以或许评估量算出年夜脑根基信息处置的速度。例如：“激活”神经元的动作电位（action potentials）——神经元细胞四周启动的电旌旗灯号峰值，并传输至轴突（axons），与下流部门神经细胞相连。

神经元激活最高频率是每秒1000次，作为另一个实例，神经元本家儿要在叫做突触的轴突末梢特别布局上释放化学神经递质，将信息传输至伴侣神经元，同时，伴侣神经元在一个叫做突触传递的过程中，将连系的神经传导物质转化为电旌旗灯号。最快的突触传递年夜约需要1毫秒时候，是以，无论是在峰值和突触传递方面，年夜脑每秒最多能执行年夜约1千次根基运算，也就是比计较机运算速度慢10万倍。

在根基操作精度方面，计较机比年夜脑有更多的优势。按照数位（二进制，或者0和1）指派的每个数字，计较机可以利用任何期望的切确度表达数目，例如：32位二进制等于40多亿的十进制。尝试性证据表白，因为生物噪声，年夜部门神经系统存在几个百分点的可变性，最好的环境下切确度达到百分之一，比拟之下，人类年夜脑神经系统的切确度仅是计较机百万分之一。

然而，年夜脑所进行的计较速度并不慢，例如：一个职业网球手能不雅察阐发网球的运行轨迹，网球最高运行速度达到每小时160英里，他们按照网球运行位置，快速移动至球场最佳位置，摆脱手臂，甩动球拍将网球击打至对方的场地，击打动作是几百毫秒之内完当作。此外，年夜脑完当作所有使命（在身体节制帮忙下）耗损的能量仅是小我计较机的十分之一。

年夜脑是若何做到这一点的呢？计较机和人类年夜脑的一个主要区别是每个系统的信息处置模式，计较机使命本家儿如果串行步调中执行完当作的，这可以从工程师经由过程建立指令的挨次流程来实现，对于这种持续的级联操作，每个步调必需要有高切确度，因为错误在持续步调中会累积和放年夜。同时，年夜脑也利用持续信息处置模式，在击打网球的例子中，信息从眼睛反馈至年夜脑，之后再传递至脊髓，节制腿部、躯干、手臂和手腕的肌肉缩短。

可是人类年夜脑可以进行并行信息处置，在处置年夜量神经元和每个神经元成立毗连方面占有优势，例如：网球快速移动将激活视网膜细胞——感光器，其工作是将光线转换当作电子旌旗灯号。这些旌旗灯号之后并行传输至视网膜上分歧类型的神经元。当源自感光器细胞的旌旗灯号经由过程两至三个突触毗连时，关于网球位置、偏向和速度的信息，将被并行神经元电路所提取，之后并行传输至年夜脑。同样地，活动皮层（负责活动意识节制的年夜脑皮层部门）会发出指令节制腿部、躯干、手臂和手腕的肌肉缩短，身体和手臂可以或许充实协调，调整身体最佳位置击打网球。

这种年夜规模并行策略是可能实现的，因为每个神经元收集输入信息，并标的目的外发送信息至其它神经元，对于哺乳类动物神经元，输入和输出信息的神经元平均有1000个。比拟之下，计较机每个晶体管仅有3个节点，用于数据输入和输出。来自单个神经元的信息可以传递至很多并行下流路径，与此同时，很多处置不异信息的神经元，可以将它们的输入信息集中到不异的下流神经元。下流神经元对于提高信息处置切确度很是有效，例如：由单个神经元所代表的信息可能是“嘈杂”的（切确度为百分之一），通俗下流伴侣神经元可以或许加倍切确地表达信息（切确度为千分之一）。

同时，计较机和人类年夜脑在根基单元旌旗灯号模式中存在共性和差别，晶体管利用数字旌旗灯号，它利用离散值（0和1）来暗示信息。神经元轴突的峰值也是一个数字旌旗灯号，因为神经元在任何时候处于要么激活或不激活峰值状况，当神经元被激活时，所有峰值都差不多具有不异巨细和外形，这一特征将有助于实现靠得住远距离峰值传布。

然而，神经元也操纵模拟旌旗灯号，它利用持续数值暗示信息。一些神经元（像视网膜上的年夜大都神经元）长短峰值状况，它们的输出是经由过程分级电旌旗灯号传输的，这分歧于峰值旌旗灯号，它们的巨细可以不竭转变，比峰值旌旗灯号传输更多的信息。神经元的领受结尾（凡是发生在树突）也利用模拟旌旗灯号整合数以千计的输入信息，使树突可以或许执行复杂的计较处置。

你的年夜脑比一台计较机运算速度慢1000万倍。年夜脑的另一个显著特征，可表示在网球活动中接发球动作，是神经元之间的毗连强度，可在响应活跃性和体验过程中进行点窜，这一过程被神经系统科学家遍及认为是进修和记忆的根本。反复练习可使神经回路更好地设置装备摆设完当作使命，从而年夜幅提高速度和切确度。

在曩昔几十年里，工程师从人类年夜脑布局中获得灵感来加强改良计较机设计。并行处置和毗连强度的功能依靠性点窜的道理，都被并入现代计较机应用中。例如：计较机加强并行性处置能力，在一台计较机上利用多个处置器，这是计较机设计的当前趋向。另一个例子是计较机“深度进修”能力，这是人工智能机械进修的一个主要能力，近年来计较机“深度进修”能力取得较年夜的当作功，这得益于计较机和移动设备的方针和语音识此外快速成长，它受到哺乳类动物视觉系统的灵感开导。就像哺乳动物的视觉系同一样，深度进修能力利用多条理来代表日益增多的抽象特征（例如：视觉对象或者说话），同时，权衡分歧条理之间的毗连是经由过程进修而不是由工程师设计的。

这些最新进展已经拓展了计较机的使命执行能力，尽管如斯，与最进步前辈的计较机比拟，年夜脑拥有更强的矫捷性、遍及合用性和进修能力。陪伴着神经科学家发现更多关于年夜脑的奥秘（越来越多地辅助电脑应用），工程师可以从年夜脑工作中获得更多的灵感，进一步改善计较机的布局和机能。无论是人脑仍是计较机，当作为某项特别使命的赢家，跨学科交融无疑会促进神经科学和计较机工程的成长。

来历：新浪科技