亲,双击屏幕即可自动滚动
关灯 特大 直达底部
第三六九章 等效
    人类大脑的单线程特性,是出于怎样的物理、生理方面限制,方然并不太关心。

    至于其成因,在生命演化的过程中,人类为何没能具备一种原则上可行的能力,没办法分心二用,在他看来,主要还是没有这方面的需求。

    不同于大脑掌管思维,小脑掌管运动,人的意识,在除近、现代几百年之外的漫长岁月里,需要处理的情况其实都十分简单,活动,觅食,躲避敌害,繁衍生息,这些活动差不多就是一个原始人生命的全部,真正需要思考的时候,着实寥寥。

    需要同时思考两件事的场合,想一想也知道,简直就极罕有。

    这方面的思考,并不深入,方然也没有十足的把握断定,人类大脑没能获得分心二用的“多线程”运作能力,究竟是出于自身架构的限制,还是演化条件的缺失,但在思考此前想起的核心问题时,这一点也并不重要。

    重要的是,不管单线程、还是多线程,大脑的处理能力究竟怎样。

    人,对比机器,身处西历1480年代的今天,哪怕远离it领域的联邦民众也知道,前者是很有危机感和紧迫感。

    不需要对信息工程、微电子、软件工程或计算机有相当的造诣,只消看一看身边的智能设备、机器人,承担从医疗护理到盖亚大战的诸多事务,种类繁多的机器人,性能之强大简直就前所未有,人类则越来越相形见绌,甚至在传统的“智慧”领域也节节败退。

    按照惯例,在信息技术领域中,每当计算机与人工智能完成了一种原本只有人才能做的工作,就可以将该系统的算力,视作人承担同类任务时的等效算力。

    换句话说,如果某计算机与人的功能一致,就认为大脑在完成此类工作时,处理能力与该计算机的算力相若。

    这种对比,想一想也知道并不太准确,却是唯一可行的办法。

    按照这样的思路,譬如说,自动驾驶系统的典型算力需求为100gflops,而一个普通成年人也能完成驾驶的任务,差不多可以和自动驾驶系统做的一样好,那么可以判断出,人类大脑的等效算力不会低于100gflops。

    再譬如说,实时翻译系统的典型算力需求为1tflops,对同样能完成实时翻译工作,工作质量与计算机差不多的人而言,大脑的等效算力便不会低于1tflops。

    这样的例子,还可以举出更多,但方然的思考并未止步于此。

    他知道,这种等效的办法不太靠谱。

    但凡考虑一个很浅显的问题,人,即便都是成年人,彼此间的智力、能力等方面,差距也往往大到难以置信,撇开智力伤残者不谈,普通联邦民众与资深同声传译者,在实时翻译方面的表现必定相去甚远。

    按这种等效法,岂不是说普通民众的大脑算力,要远逊于资深翻译吗。

    zz不正确的言论,也许吧,然而事实却正是如此。

    大脑,不同人的头脑,哪怕在生理构造上一模一样,微观结构也几乎毫无区别,表现出的能力与等效算力,差别却会大到匪夷所思的地步。

    要评价大脑的处理能力,显然,应该选择最优秀的头脑,来作为标尺。

    不过以人的一生之短暂,生命的不同阶段,大脑的状态也会动态变化,同样的,要衡量出大脑的算力上限(下限显然是0),就需要寻找盖亚表面最杰出的专业人士,将其工作能力与计算机相比较,再根据计算机的算力来得出结论。

    即便如此,在衡量大脑能力方面,这一方法仍然是十分勉强、价值可疑的。

    大脑与数字式电子计算机,在基本架构方面,区别

-->>(第1/2页)本章未完,点击下一页继续阅读