有人認為人的大腦類似計算機的內存而非 CPU,大家如何看待?

如果真的是這樣 為什麼會是如此呢?

難道大腦不就是cpu嗎 難道我們每天做的事情都不階段性的重複腦海中的記憶


大腦既不太像 CPU 也不太像內存。它比較像 GPU,但最像互聯網。

CPU 的計算基本上都是順序進行的,一條指令執行完畢再執行下一條,就算現在多核 CPU (譬如4核)也只不過是同時並發做4件事而已。大腦有幾百億個神經元,這幾百億個神經元可以認為都是並發活動的,所以CPU 根本和大腦不是一個體系。不過 CPU 裡面還有「線程」的概念,4核 CPU 是可以並行執行幾百個線程的,也就是幾百個看起來同時運轉的小任務。即便如此,每個線程裡面的指令仍然是序貫執行,這和大腦的結構是天壤之別。

內存是存儲單元的一種,簡單來說有隻讀的 ROM 和讀寫通吃的 RAM,具體區別這裡就不講了。但不管是那種內存都和大腦很不一樣。用一句話來概括,人腦不是一種很好的記憶設備!「好記性不如爛筆頭」就是對這個事實非常樸素的觀察。為什麼呢?大腦的基本設備是神經元。神經元這種細胞是一種很好的信息傳導裝置,它能迅速將輸入端的信號傳遞到輸出端,且隨時捕捉輸入端的變化情況,但卻不能夠像電磁器件一樣長期保持在一種狀態,也就沒辦法輕易實現存儲功能。

GPU 的特點是高並發,一個中檔顯卡上的GPU現在都能有100多個內核,GPU自誕生之日起也就以高速並行數據處理為己任。GPU 執行的任務大多是「單一指令,多條數據」,這種任務和人腦所需處理的任務非常類似,譬如「天黑了,將所有視網膜細胞的信號強度放大2倍,好讓我看清楚」。所以從計算任務的相似性來說,大腦和圖形處理器的相似性比較高。

但如果非要把人腦和計算機做一個類比,其實整個互聯網越來越像是一個人腦,它們節點之間任意互聯,高度協作;網路的結構都會根據實際需求不斷自我調整;結點之間也是完全獨立並發,互相協調但互不隸屬;結點的數量巨大,2012年全球估計接入互聯網的電腦數量是10億左右,雖然和大腦的一百億神經元還有差距,但也算是初具了人腦的規模。


不知道圖靈機是什麼的答案都是錯的。

還是來寫答案吧,先直接回答題主問題,大腦既是內存也是CPU還是硬碟。因為儲存和」運算「都在同一區域。哦 好像題主沒弄清楚內存和硬碟的區別。不懂的人自行百度吧。

有人說馮諾依曼架構,嗯 說的沒錯,就是CPU Memory 和IO 這三部分之間由匯流排連接。CPU由control unit和ALU組成,(大一的計算機組成結構的內容,應該沒記錯)。如果要強做比喻,大腦做了CPU memory 還有硬碟的工作。

有人說人腦是分散式系統,這也沒錯,因為本身大腦就像是一個由眾多神經元組成的網路,每個神經細胞都是一個獨立的計算單位,所以人的意識就是由這一群神經細胞產生的swarm intelligence。但,這都不是重點。本來不想多說可計算性的,但看到題主說」每天做的事情都不階段性的重複腦海中的記憶「就忍不住了。

簡單用非正式的語言說,人腦計算能力&>任何一台圖靈機&>人類能創造出來的所有計算機&>一台計算機。所以,一個由計算機組成的網路可以媲美人腦的計算能力么?當然不行了。因為計算機能做的事情,在設計出來的時候就已經確定好了,越過這個界限的事情都做不到。所以,任何的計算機都存在一個無法修改的」核心「,類似形式系統中的公理集合,而計算機能做的事情就是基於」核心「的演繹。但是人類的大腦中沒有這個核心,任何的公理(或者說」相信的事實「)都可以通過」學習「進行修改。就好像有些虔誠的教徒,認定上帝存在這一事實。但經過對客觀世界的了解修改了這一認定,於是不信教了。

有人就說了,我們能不能設計一台機器可以學慣用來修改核心?嘿 哥德爾第二不完備定理的陷阱就出現了。我們可以構造一個類似的圖靈機不完全學習定理。簡單的說,如果存在可修改的核心,也就意味著核心不存在,那麼就說明我們有一套修改機制。而這套修改機制,卻成為了一個新的核心而無法修改。

這才是人腦和機器之間差別的關鍵。

若想腦洞大開,拓展閱讀

計算原理,圖靈機

形式邏輯

集異壁之大成


其實相比cpu 內存,人腦和豬腦才更像。


人體是一個分散式系統,各個器官都有自己獨立的處理系統(《失控》舉例說人可以一邊看報紙一邊走路)。大腦實際上只處理意外事件,人體的各大系統的工作,如血液循環、消化、呼吸等,大腦並不負責管理,而且也無法下達指令。


既不是內存,也不是CPU,馮諾伊曼的體系結構將存儲和運算分離開來實際上是降低了計算機的執行效率,畢竟信號要流動,時鐘要同步。

人的大腦現在看來跟神經網路類似,存儲與運算放到了一起,Hopfield網路很形象的反應了神經網路記憶的原理,題主可以看一下。


遇到高考可以超頻。但是說像內存的,遇到女友你能擴容嗎?


這個話題讓我想起十幾年前自己考慮過的一些東西:關聯存儲器Associative memory。

詳細的東西都記不得了,只記得構思這東西的原因:查找和排序等演算法是非常耗當時的數字計算機的計算能力的,是否能讓存儲器自己完成查找或者排序?查資料時候就發現確實已經有這樣的器件了--就是關聯存儲器,專門用於極高速的查找,或者叫CAM(Content-addressable memory)。與普通RAM不同,關聯存儲器每個單元(或者單元組)都有和輸入比較的功能,與輸入相同的單元可以觸發特定的輸出。

當時心血來潮,想出辦法證明了只要對輸入內容和輸出進行一定的設計,只靠這種「查找」或者說「檢索」功能,就能實現普通數字計算機alu的主要計算功能。或者說「查找」和「加法」是等價可互相轉換的(數字計算機的各種運算其實大致可以理解為變形的「加法」)。

這就導致一個結論:如果一台電腦存儲器全部都是CAM並良好設計的話它其實根本不需要所謂的CPU---因為存儲器、運算器和控制器變成了一回事!

不過這種計算機具體怎麼實現我並沒有深入,考慮到這種機器運行方式與當時的數字計算機完全不同,等於軟硬體全部要另起爐灶,工程太大了---聽說確實有人研發類似的機器,但是看上去效果並不好,而且當時cpu技術發展迅速,所以很快我就把這事忘了。

為啥說這個呢?因為看見上面幾個答主真的拿人腦和現在的cpu來比較,明顯走入了誤區,而我覺得這種關聯存儲器或者說「關聯計算機」似乎與人腦有更多相似之處。


計算機導論課上了解到的,其實大腦既不像CPU也不像內存。

確切的說,當今有模仿大腦機理的計算機——神經計算機

(百度百科的內容還是比較詳細的,附鏈接:http://wapbaike.baidu.com/view/1215856.htm?adapt=1fr=aladdinbd_source_light=1701851)


還CPU還GPU,怎麼不說是主機?


人類只是傳遞知識的一個本質 繁衍也只是銀河中不斷儲存更新信息的一種方式。我們不叫你們生活的地方為地球 我們稱作硬碟。


題主不要說反了應該弄清楚:

cpu是計算機對數據的計算和控制的模塊,而cpu所處理的數據來自於內部存儲器,簡稱內存,內存本身是不具備數據長期保存的功能,一旦切斷電源,數據就不存在了,這就需要外部存儲器了,就是硬碟、光碟、U盤等等存儲設備。

所以不要硬把自己的腦子說殘了!人腦具備的功能遠不止這些,生物永遠是生物,而機械是是模仿了生物的部分功能!雖然可能更強!


…→_→福爾摩斯就是這麼認為的


大腦是神經網路,計算跟存儲是嚯嚯在一起的。跟cpu內存的架構不搭嘎


CPU怎麼跟大腦比 ……除了快,有何優勢

下盤圍棋試試?


如果人腦能和計算機兼容就好了 各自的優勢都能發揮出來了


內存不夠可以加,cpu就只能扔了,所以人腦更像cpu


看了《人工智慧的未來》就不會有這麼多困惑了


咦,剛剛我的回答怎麼刷不出來


確實,人腦的知識存儲要比電腦更複雜。


原則性回答 感覺本末倒置了 比較直觀的是大腦的神經系統 好比 互聯網線相互之間傳遞信息 無可厚非 當神經系統發達到一定程度就可以做邏輯思維運算 比做cpu 這隻能說明一個問題 電腦是人類模仿人體人腦所放大的一個系統 所以稱之為電腦 但是你有沒有想過電腦是死物 必須有人操作才會有後續的指令集發生 正式性回答 大腦每天處理信息可達到上千億條信息 如果只是記憶性重複 我相信你活不過明天 往大了說這就是人類文明發展的趨勢 智腦


我是來圍觀上帝的


在某個方面來說,大腦的確更像內存而不是CPU。比如傳遞信號的神經元,就像內存(RAM)一樣,不能長時間儲存信息,但能高效的存儲部分信息以供短期利用(大學期末考前一天背背書能考八九十,但是考過之後倒頭便忘....)

但這TM都是片面的....為什麼總有人喜歡將大腦想像成一個零部件而不是一個整體呢?

私以為,大腦就是一台超級計算機,而不是什麼CPU,內存或者GPU。稍微接近一點的答案可能是雲計算,但是雲計算物理上包括了大量的伺服器,本質上還是計算機嘛!

鋪墊一下,馮諾伊曼大叔的電腦結構包括輸入設備,輸出設備,存儲器,運算器,控制器。

這兒有兩圖,所謂大腦,通俗上指的是腦,包括間腦,小腦,腦幹,端腦,醫學及解剖學嚴格意義上指的是端腦(百度百科)。我不是醫學生,不多說,但我知道大腦組成部分很多,每一個部分的功能都比單一的電腦零件複雜。

人體骨骼肌肉可視為機械部件,腦部決定如何動作以及控制它們工作(運算器控制器);鼻子是嗅覺感測器(輸入設備),分析出來氣味併產生感覺的也是腦(運算器及輸出設備);眼睛是光線感測器(輸入),產生視覺的是腦(運算器及輸出)。

(可能有人說眼睛鼻子不算在腦里,大腦沒有輸入設備。但是可以這樣理解,大腦的一部分僅僅產生影像,把這部分影像輸入大腦的運算部分的工作還是由大腦去做。就像攝像頭裡面還有一塊影像處理晶元,影像信息就由這塊晶元生成並傳遞到電腦里的。眼睛就是攝像頭的鏡頭及感光元件,處理晶元就對應大腦的一個部分。)

同時大腦還可以做長期的信息存儲,也有短期存儲(考試臨時抱佛腳),處理視覺信息(消除眼球造成的色散紫邊,球差相差等等)可以看成GPU。神乎一點的說腦電波心靈感應的可以說是Wi-Fi藍牙之類的...雖然沒有科學根據...

總而言之,大腦是絕對不能只看做一個部件的!從其功能的複雜性來說,把它比作一個部件,是片面的。

以上。(表述能力不佳,請輕輕指證,寫著寫著忘記一些要說的東西......證明我要加多一條內存了......)


非專業 談談簡單想法 輕拍

因為感覺大腦計算量真心不大 一般人算個兩位數乘兩位數都算不過來 但是我們又是如何計算加減乘除的?

其實是靠記憶 也就是經驗來算的

我們知道1+1=2 並不是算出來的 而是別人告訴你的 1+1=2 小時候背過乘法口訣沒有 這都是硬性記憶 9X9=81 你是脫口而出 還是真是9+9..+9這樣一個個算出來的?

然後再往上呢? 讓你心算82X94之類的 你是不是分解成為 你知道的結果 然後進行簡單的相加/相乘 然後得出答案?

說人腦計算牛逼 最爛的計算器算個4,5位的乘除瞬間得出答案 普通沒經過訓練的人可以嗎?

你小時候學會站起來走路 這是大腦根據你體重,重心偏移,腿長等等算出來讓你大腿伸出多少度讓你走路嗎? 這是一次次摔出來的經驗 以後走路也是直接調用這個經驗

你看到一個東西燒紅了 就知道很熱不能碰 這是算出來的嗎? 這是經驗

你看到一輛汽車 你覺得你舉不起來 這也是算出來的? 還是生活經驗告訴你這玩意很重?

因為從小到大 各種人生活經驗都是存儲到腦子裡面 用的時候通過無數線程直接找到調用出來直接給你結果 所以人腦才顯得計算很牛逼 可是這裡面關計算什麼事呢?


推薦閱讀:

未來已來:摩爾定律盡頭的計算科學
摸爬滾打學設計模式
做逆向工程該學x86彙編還是arm彙編,還是都要學?
機器學習的科學家如何判斷計算機或是機器人的人工智慧是否黑化,即覺醒但不表露?

TAG:計算機科學 | 神經學 | 神經科學 |