电脑科学与脑科学的跨界经典

◎人工智能先驱冯纽曼的遗世思想

◎深度学习必读经典

电脑真的能像人脑一样思考吗？

近年来，深度学习与人工智能的发展都在试图让电脑的行为模式愈来愈接近真实的大脑，让许多人开始好奇电脑是否真的能和大脑一样思考，或者是否可以用电脑的逻辑来理解大脑、甚至是整个身体神经系统的运作。实际上，早在1950年代，冯纽曼就已经开始尝试以电脑概念理解人脑作用机制。

现代电脑架构先驱冯纽曼

现今大部分的电脑都由CPU、RAM、硬盘等部件组成，进行记忆与计算。而这种从洗衣机中的微控制器到最大的超级电脑中都找得到的架构，早在1945年就由数学家冯纽曼提出，一直沿用至今。冯纽曼可以说是二十世纪最重要的数学家，拓展了目前数学的发展方向，在电脑、物理与经济方面也都有相当大的贡献。

人工智能的先驱之作

本书就是冯纽曼在1957年去世前为这次尝试的讲稿集结。这份讲稿分两部分，第一部分从电脑的基本原理和架构开始，以线路、处理速度与精确度等等层面一步步介绍计算与思考的本质。第二部分则接续第一部分的基础，试图以数学与电子传讯的概念拆解大脑，了解我们的神经系统是如何沟通作出复杂的判断与思考。

时至今日，冯纽曼对于神经与电脑的洞察启发了对于电脑学习的新发现（链接主义、深度学习），也影响了现今对于人工智能的思考方向。

【精彩书摘】

看来在尺寸上的相关比较得到的结果是自然元件比人造元件好108至109倍。这个倍率可以从长度立方的比较、体积的比较与能量耗散的比较得到。而相对于此，在速度方面则是人造元件比自然元件好约104到105倍。

以这些定量的评估为基础，我们可以得到某些结论。当然我们必须记得这些论述还是非常表面的，因此在这个阶段所得到的结论很有可能随著论述的进一步发展而需要修正。尽管如此，还是值得在目前这个阶段提出一些结论。这些结论如下：

首先，在相同大小（以体积或能量耗损定义）、相同时间内一群主动部位能执行的动作数量来说，自然元件领先人造元件约104倍。这个是上面得到的两种因素的商数，即108至109除以104至105。

第二：这些相同的因素显示了自然元件组成的自动机中偏好较多但较慢的部位，而人造的则相反，偏好较少但较快的部位。因此可以预期一个有效组织的大型自然自动机（如人类的神经系统）倾向尽可能同时搜集最多的逻辑（或含信息的）项目并同时处理它们，而一个有效组织的大型人造自动机（如大型现代计算机）则倾向依次处理：一次处理一件事，或至少一次不会处理太多件事。也就是说，大型有效率的自然自动机较有可能是高度平行的，而大型有效率的人造自动机则较不会这样，且较可能为序列的（参考有关比较平行与序列配置的前文）。

第三：然而，应注意的是平行与序列运算并不能毫无限制地互相替代，虽然这一点需要成立才能让第一个结论，也就是很简单地将尺寸优势的因子与速度劣势的因子相除得到一个“效能值”，为正确的。更准确地说，并不是所有序列的运算可以平行化。某些运算只能接在另一运算后面且无法同时执行（因为它们必须用到后者的结果）。在这种情况下，从序列设计转换到平行设计可能做不到，也可能做得到但须同时搭配改变程序的组织与逻辑做法。另一方面，要将平行程序序列化可能要在自动机上强加一些新的要求。更精准地说，这样几乎一定会产生新的内存需求，因为先执行的运算所产出的结果必须在后执行的运算执行时暂存起来。因此可以预期在自然自动机中的逻辑做法与架构会与人造自动机中的大相迳庭。另外，后者的内存需求最终很有可能有系统性地比前者高出许多。

(本文摘自《电脑与人脑》/猫头鹰出版社)

【作者简介】

冯纽曼 John von Neumann（1903年12月28日－1957年2月8日）

数学家、理论计算机科学与赛局理论的奠基者，曾参与曼哈顿计划，与爱因斯坦等人同为普林斯顿高等研究院的创始教授。完成现今最广泛使用的电脑架构（冯纽曼机），也参与第一部超级电脑EDVAC的组成。晚年对脑科学以及人脑的运作方式产生浓厚兴趣。

【译者简介】

廖晨尧

加州大学生医工程硕士，中英双母语译者。专门处理医疗、电子、科技等技术文件中翻英。

本文由:kok·体育(中国)官方全站app下载 提供

关键字： kok·体育(中国)官方全站app下载