元之间通过神经微电流进行连接.天文数量级的神经元连接之间的电流流动会形成统计上的规律.这个规律的宏观外在反映就是人的思维活动
而所谓的记忆是人接受的外部刺激可以在人脑特定区域形成相对牢固的连接网络.这些连接的牢固性因人而异.也与人受到的外部刺激强度.和重复次数有关.这些原理也解释了为什么人的记忆力有强有弱.以及为什么需要反复背诵才能将东西记牢的原理
“因为人脑神经网络的高度复杂及随机性.找到能够完整描述该网络的数学模型非常困难.其概率无限接近于0.”这是第一节最后给出的一句话.对于这句话.肖远非常认同.他记得在和史密斯教授讨论人工智能发展的时候.史密斯曾经说过一句话.如果有一天有人能够抽象出人脑的计算模型.那么不出数年.就会有完全等同于人类智能.甚至超越人类智能的人工智能体出现
“超大规模集成电路将数亿.乃至数十亿的晶体管集成到方寸之间.这是迄今为止人类最伟大的发明之一……”
在对人脑的计算原理简介结束后.文章进入了第二节.超大规模集成电路.这一节的行文方式和第一节相同.只是对超大规模集成电路及其实现原理做了简介
“虽然超大规模集成电路的集成度已经达到纳米级.甚至将來还会更高.而且实现原理和实现目的各不相同.但是任何一种超大规模集成电路的设计逻辑都是可以用相对简单的数学模型进行描述的……”
文章在第二节最后列出了某种通用的超大规模集成电路的数学模型.实际上这个模型非常复杂.肖远因为这方面基础知识的欠缺.对这个模型也只能看懂个大概.具体细节方面他理解的并不是特别清楚
第二节在给出超大规模集成电路的内容后结束.行文进入了第三节.人脑智能系统模型
第三节是第一章的核心内容.篇幅最长.行文也最详细.在这一节开头.先对人脑的实现原理与超大规模集成电路做了一番类比假设.比如将脑神经细胞比作超大规模集成电路中的晶体管.或者某个晶体管功能单元.将神经元细胞间的神经纤维比作集成电路中晶体管之间的电路连接等等
在这个类比的基础上.通过对超大规模集成电路的泛化.一路推导.最后得到了一系列比超大规模集成电路复杂.且在一定程度上符合人脑神经元特征的数学模型.这个模型被文章称作人脑神经网络简化计算模型
在得出这个模型后.文章进入了第四节.这一节的标題是人脑神经网络简化计算模型的随机化.之所以对人脑模型进行随机化.是为了是计算模型进一步切合人脑神经网络的真实情况
“为了使随机化后的结果最大程度的切合人脑神经网络的真实情况.我们尝试了多种随机化方法.并利用真人做了大量试验.最终得到了一个结论.人脑计算模型随机化是一个正确的方向.究竟采取哪种计算模型.和实验体在接受改造之前的知识经验有关.”
这是第四节开头统领全篇的一句话.尽管已经看过一遍了.肖远却再次这个结论中所表述的事实感到了震惊.一系列问題浮现在脑海中:
“用真人做了大量试验.这些实验体究竟去了哪里.他们是死是活.”
“为什么脑波研究所的研究员会说.他和胖子是唯有的两个符合中心系统脑波接入的人.”
“我是不是也是其中一个实验体.”
“……”
请收藏:https://m.hobtm.com
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)