永不下車 第三六九章 等效

    人類大腦的單線程特性，是出於怎樣的物理、生理方面限制，方然並不太關心。一筆閣 yibige.com 更多好看小說

    至於其成因，在生命演化的過程中，人類為何沒能具備一種原則上可行的能力，沒辦法分心二用，在他看來，主要還是沒有這方面的需求。

    不同於大腦掌管思維，小腦掌管運動，人的意識，在除近、現代幾百年之外的漫長歲月里，需要處理的情況其實都十分簡單，活動，覓食，躲避敵害，繁衍生息，這些活動差不多就是一個原始人生命的全部，真正需要思考的時候，著實寥寥。

    需要同時思考兩件事的場合，想一想也知道，簡直就極罕有。

    這方面的思考，並不深入，方然也沒有十足的把握斷定，人類大腦沒能獲得分心二用的「多線程」運作能力，究竟是出於自身架構的限制，還是演化條件的缺失，但在思考此前想起的核心問題時，這一點也並不重要。

    重要的是，不管單線程、還是多線程，大腦的處理能力究竟怎樣。

    人，對比機器，身處西曆1480年代的今天，哪怕遠離it領域的聯邦民眾也知道，前者是很有危機感和緊迫感。

    不需要對信息工程、微電子、軟體工程或計算機有相當的造詣，只消看一看身邊的智能設備、機器人，承擔從醫療護理到蓋亞大戰的諸多事務，種類繁多的機器人，性能之強大簡直就前所未有，人類則越來越相形見絀，甚至在傳統的「智慧」領域也節節敗退。

    按照慣例，在信息技術領域中，每當計算機與人工智慧完成了一種原本只有人才能做的工作，就可以將該系統的算力，視作人承擔同類任務時的等效算力。

    換句話說，如果某計算機與人的功能一致，就認為大腦在完成此類工作時，處理能力與該計算機的算力相若。

    這種對比，想一想也知道並不太準確，卻是唯一可行的辦法。

    按照這樣的思路，譬如說，自動駕駛系統的典型算力需求為100gflops，而一個普通成年人也能完成駕駛的任務，差不多可以和自動駕駛系統做的一樣好，那麼可以判斷出，人類大腦的等效算力不會低於100gflops。

    再譬如說，實時翻譯系統的典型算力需求為1tflops，對同樣能完成實時翻譯工作，工作質量與計算機差不多的人而言，大腦的等效算力便不會低於1tflops。

    這樣的例子，還可以舉出更多，但方然的思考並未止步於此。

    他知道，這種等效的辦法不太靠譜。

    但凡考慮一個很淺顯的問題，人，即便都是成年人，彼此間的智力、能力等方面，差距也往往大到難以置信，撇開智力傷殘者不談，普通聯邦民眾與資深同聲傳譯者，在實時翻譯方面的表現必定相去甚遠。

    按這種等效法，豈不是說普通民眾的大腦算力，要遠遜於資深翻譯嗎。

    zz不正確的言論，也許吧，然而事實卻正是如此。

    大腦，不同人的頭腦，哪怕在生理構造上一模一樣，微觀結構也幾乎毫無區別，表現出的能力與等效算力，差別卻會大到匪夷所思的地步。

    要評價大腦的處理能力，顯然，應該選擇最優秀的頭腦，來作為標尺。

    不過以人的一生之短暫，生命的不同階段，大腦的狀態也會動態變化，同樣的，要衡量出大腦的算力上限（下限顯然是0），就需要尋找蓋亞表面最傑出的專業人士，將其工作能力與計算機相比較，再根據計算機的算力來得出結論。

    即便如此，在衡量大腦能力方面，這一方法仍然是十分勉強、價值可疑的。

    大腦與數字式電子計算機，在基本架構方面，區別很大，前者可粗略的當做一台有機材料構成的模擬式計算機，這種構造的運行過程，與後者截然不同，能否用後者的算力、處理能力等指標去衡量前者，本身就充滿了不確定性。

    何況這種辦法，一般而言，只能確定大腦算力的下限，而（幾乎）不可能測得其上限。

    這一判斷，原理其實並不複雜，但即便信息技術領域的行內人，也不一定明白，甚至在歷史上還得出過很多錯誤的結論。

    譬如說，將構成人腦的約一百四十億個神經元，與電子計算機cpu中的一百四十億個電晶體相比擬，進而認為人腦的等效算力，就差不多相當於電晶體規模14，000，000，000的cpu之算力。

    且不論神經元與電晶體在功能上的本質區別，單看一看微電子、集成電路的進步，就會知道這種類比方式很荒謬。

    隨著技術、工藝與設計的進步，同樣的一百四十億電晶體，不同年代設計並製造出來的cpu，實測算力的差別還是比較大，對比intel公司在十年前和今天的產品，同樣數量的電晶體，所能實現的算力差距至少在三~四倍。

    cpu的算力，顯然不能只用一個「電晶體數量」來衡量，又怎能以此度量大腦呢。

    這還僅僅是硬體的情形，不僅如此，軟體方面同樣有類似的情況，同樣的功能，任務需求，採用的軟體架構與算法不同，所需的算力也會有一些差異。

    最後則是本質的缺陷，時至今日，類似科學研究這樣的尖端任務，仍然只能由人、而無法由計算機來完成，那麼在缺乏同性質之計算機的情況下，就沒辦法用等效法去衡量科學研究者大腦的算力。

    考慮到所有這一切條件，就不難理解，對曾頻繁出現於媒體的所謂「預測」，關於人腦之處理能力的新聞、消息，方然都會一笑置之。

    大腦的等效算力，二十年來，在聯邦的網絡、媒體上，數字已變動過不知多少次。

    預測數字，從最初的10gflops，到後來的100g、1tflops，再到後面一些更誇張的數字，總體而言，基本上這一指標每年都會增長。

    原因很明顯，超級計算機的算力，一直在持續提升；

    而能夠完全模擬人類思維、能夠取代大腦的ai，任憑一代代研究者如何努力，卻始終未曾問世。

    閱讀悅,閱讀悅精彩!

    (www.玉edu玉e.com = )