Центральный процессор это мозг
Обновлено: 18.05.2024
Центральный процессор часто называют мозгом компьютера, но справедливо ли такое сравнение? Сказать, что процессор в точности повторяет мозг, было бы неправдой, и всё же между ними и впрямь много общего.
Проблема сходства человека и машины появилась в культуре едва ли не вместе с самими машинами: целые литературные направления кормились и продолжают кормиться этой темой. А уж про кино и говорить нечего: фильмам, посвящённым дружбе/вражде между машиной и человеком, несть числа, и среди них встречаются даже вполне приличные — вспомним хотя бы «Терминатора» и «Искусственный разум».
Робот с человеческим лицом — Хироси Исигуро вместе со своей копией-геминоидом (фото Queensland University of Technology).
Но сходство или различия между машиной и человеком кроются не во внешних признаках, не в том, похожи ли руки умного механизма или его лицо на человеческие. Главное в другом — как этот робот оперирует информацией. Поведение и эмоции у человека зависят от работы мозга, который сравнивает, анализирует, вычисляет и т. д., то есть управляется с данными. У машины манипуляцией данными занят управляющий компьютер, точнее — центральный процессор, который заведует работой всех остальных частей компьютера. Таким образом, о сходстве или различии человека и машины, будь то чистая математика или мораль с эмоциями, следует судить по подобию или разнице между мозгом и процессором.
Воплощение принципов работы мозга — давняя мечта машинных кибернетиков. С философской точки зрения копирование мозга «в железе» может выглядеть не слишком увлекательно: помнится, Станислав Лем недоумевал, зачем создавать «железный» человеческий мозг, когда природа всё уже изобрела, и не лучше ли поискать какие-то другие способы организации информационно-машинных устройств. Но даже художники учатся, копируя работы великих предшественников, поэтому кажется вполне логичным, что разработчики микросхем и программного обеспечения сначала хотят научиться создавать аналог мозга, а потом уж, если потребуется, превзойти его.
Нынешние компьютеры, обгоняя человека в скорости математических вычислений, уступают ему в скорости распознавания каких-то объектов — например, слов или лиц. Поэтому ведущие производители процессоров (к примеру, AMD) стараются создать микросхемы, у которых были бы главные преимущества «серого вещества», — чтобы они, например, использовали параллельную схему обработки информации, свойственную мозгу, вместо обычного для большинства процессоров последовательного выполнения команд.
В основе работы современных компьютерных систем лежат логические выводы, основанные на булевой алгебре. Главным принципом в данном случае является закон исключения третьего, согласно которому логические переменные, в отличие от переменных обычной алгебры, могут принимать только два значения — «0» и «1» («ложь» или «истина»).
Булева алгебра названа по имени своего автора — Джорджа Буля, британского математика и логика, профессора Королевского колледжа Корка (город на юго-востоке Ирландии). В упрощённом представлении логика ищет ответ на вопрос, верно или нет то или иное высказывание. Причём его смысл и содержание не играют никакой роли: каждое высказывание может быть или истинным, или ложным. Другие варианты попросту исключены.
Чтобы лучше понять, как это работает, можно провести параллель между логическими операциями и физическим миром. Давайте рассмотрим модель «водопроводной системы» с вентилями на трубках, играющими роль элементов, которыми оперируют. Как и логические переменные, краны могут иметь два состояния: примем, что открытое — это «истина», а закрытое — «ложь». Результатом операции будет состояние выходной трубы: «истина» соответствует текущей воде, «ложь» — отсутствию жидкости.
Итак, в первом случае (см. изображении ниже) два вентиля на входной трубе расположены последовательно. Если закрыты оба или хотя бы один из них («ложь»), то воды на выходе нет («ложь»). То есть в данном случае система выполняет логическую операцию «И»: результат (высказывание «Вода течёт») соответствует «истине» только в том случае, если открыты первый И второй вентили.
Во втором случае (см. изображение ниже) вентили располагаются параллельно. В такой конфигурации система выполняет логическую операцию «ИЛИ»: вода на выходе есть, если открыт один ИЛИ второй вентиль (или сразу оба).
Комбинируя логические элементы, можно строить схемы с более сложными логическими функциями — скажем, «ИЛИ — НЕ» и «И — НЕ». На нашем примере с водопроводной системой это означает, что вентили могут быть расположены и последовательно и параллельно.
В процессорах в качестве бинарных элементов с двумя состояниями (ноль и единица) используются транзисторы, которые в некотором смысле можно сравнить с нервными клетками в человеческом мозге. Современные микрочипы могут насчитывать более миллиарда транзисторов — миниатюрных переключателей электросигнала. Чем больше их участвует в работе и чем они меньше, тем выше производительность системы.
В микропроцессорах за логические ноль и единицу принимают разные уровни напряжения. Есть два типа логических соглашений: положительное и отрицательное. В первом случае высокий потенциал отображает единицу, а низкий — ноль. Во втором — наоборот. При изменении входного сигнала происходит переключение транзисторов, что меняет сигнал на выходе.
На работу нейронов, составляющих наш мозг, всё это похоже чрезвычайно: в конце концов, нервные клетки тоже используют в качестве сигнала электрический импульс, и его генерация происходит по принципу «всё или ничего», что можно сравнить с переключением потенциала между «0» и «1» в процессорном транзисторе.
Нейрон, как известно, снабжён отростками — дендритами и аксонами. Дендриты передают импульс к телу клетки, «внутрь» нейрона, а аксоны, наоборот, работают на вешнюю сторону, то есть передают импульс на соседний нейрон или клетку мышцы (или иного органа). Таким образом, нейрон обладает полярностью, которую можно было бы сравнить с ±-полярностью электрического поля. Откуда же в нейроне берётся ток? В клеточную мемрану нейрона встроен белковый насос, который перекачивает ионы изнутри на наружную её сторону и обратно, таким образом и создаётся электрический разряд. Причём важно, что насосы работают так, чтобы на наружной стороне мембраны сохранялся положительный заряд, а на внутренней — отрицательный. (Подчеркнём, что такая полярность касается лишь области, непосредственно прилегающей к мембране.)
Когда нейрону приходит пора возбудиться, на мембране мгновенно меняется разность потенциалов (положительные ионы переходят внутрь, а отрицательные — изнутри наружу)— сначала на одном её участке, а потом и на соседних, то есть происходит распространение возбуждения. После изменения потенциала нужно время, чтобы исходная разность потенциалов восстановилась (внутри — «минус», снаружи — «плюс»). Чтобы распределить ионы по-старому, нужно какое-то время. Это время называют рефрактерным периодом, и именно оно обеспечивает полярность нейрона и однонаправленное проведение сигнала.
Этот рефрактерный период, когда ионные каналы молчат и клетку ничто, так сказать, не возбуждает, и есть одна из главных причин того, что нейрон работает медленнее транзисторов: за время отдыха клетки транзистор успел бы «провернуть» миллионы операций, в то время как нейронная цепь может сделать где-то сотню шагов.
Несколько нейронов, соединённых между собой отростками, аксонами и дендритами (фото Michael Delannoy).
Но более важно то, что на приходящий стимул (рецепторное раздражение или электрический импульс от соседнего нейрона) клетка либо отвечает, либо нет. Ответ может быть слабым или сильным, в зависимости от состояния нейрона, но альтернативой ему может быть не другой ответ, отличающийся по силе, а полное молчание. Чтобы ответ состоялся и по нейрону пошло возбуждение, раздражитель должен быть по силе выше какого-то порогового уровня. Благодаря такому порогу и реакции «всё-или-ничего» на послепороговое раздражение мы на уровне нейрона можем говорить о настоящей булевой алгебре с двумя значениями переменной: «0» или «1», «вкл.» или «выкл.».
Если перед компьютером поставить задачу распознать какое-то изображение, то он будет прочёсывать его последовательно, пиксель за пикселем; в мозге же над этим одновременно работает множество нейронов, каждый из которых занимается своим фрагментом картинки. В случае зрительного стимула тут, понятно, нужно говорить о нейронах сетчатки, но то же самое происходит и с другими задачами — и в результате нейроны, которые по отдельности действуют медленнее процессорного транзистора, в параллельной совокупности в некоторых задачах его опережают.
Преимущества параллельной обработки данных ни для кого не секрет, и ведущие производители процессоров бьются над микросхемами, у которых среди прочего было бы и это замечательное свойство мозга — «запараллеливать» выполняемые задачи.
Итак, верным булевой алгебре является не только отдельно взятый нейрон: это сходство наблюдается и на уровне нейронных сетей. Среди нервных клеток есть так называемые нейроны возбуждения и нейроны торможения. Первые активируют соседние с ним клетки, а вторые, наоборот, заставляют своих «соседей» замолчать (то есть перестать проводить информацию через себя).
И в общем и целом импульсы нейронов возбуждения и торможения опять же напоминают значения булевой переменной, «0» и «1».
Синапс под микроскопом: передающий нейрон готовится высвободить нейромедиатор (зелёные пузырьки) в синаптическую щель между ним и принимающей клеткой (фото Dennis Kunkel Microscopy, Inc.).
Синаптический контакт и нейромедиаторы, о которых мы только что сказали, невозможно найти в процессоре, это ноу-хау принадлежит сугубо нервной системе. Синаптический контакт («синапс») — это когда нейроны соединяются в нервные цепочки, а также могут устанавливать контакт с другими клетками (одни из них служат «передатчиками», другие — «приёмниками»). Нейромедиаторы — молекулы, которые высвобождаются из клетки-передатчика и возбуждают потенциал действия в клетке-приёмнике.
Эффективность передачи сигнала зависит от того, как много нейромедиатора высвободилось, были ли на его пути препятствия, удачно ли с этим нейромедиатором провзаимодействовали рецепторы следующего нейрона и т. д. Не говоря уже о том, что самих нейромедиаторов существует довольно много: это и серотонин, и дофамин, и ГАМК (гамма-аминомасляная кислота), и женские половые гормоны (и это лишь небольшая доля). Синапсы с нейромедиаторами служат мощным средством регуляции информационных процессов в мозге, и в дальнейшем мы с ними ещё не раз столкнёмся. Во многом благодаря синапсам мы и говорим об аналоговости нейронных «микросхем».
До сих пор мы ни слова не сказали о том, что мозг состоит из множества разных частей, каждая из которых имеет собственные функции. Между тем тот же мозг чрезвычайно сложно структурирован. Но и процессор — это тоже далеко не просто набор чего бы то ни было; скажем, транзисторы в нём можно упорядочить так, что это будет напоминать, пусть и отдалённо, отдельные структуры мозга. В следующем материале мы как раз и попытаемся понять, насколько структурированность современного процессора сопоставима со структурированностью мозга.
Транзистор — радиоэлектронный компонент из полупроводникового материала, позволяющий управлять током в электрической цепи; элементарная структурная единица микросхем.
Архитектура фон Неймана — принцип работы вычислительной системы, когда команды и данные хранятся в одном и том же месте; и чтение данных, и чтение команд, диктующих, что делать с данными, происходит последовательно в повторяющемся цикле.
Нейрон — нервная клетка, структурно-функциональная единица нервной системы, формирующая два типа отростков: сильно разветвлённые и короткие дендриты, принимающие сигнал, и длинный неветвящийся аксон, передающий сигнал на соседние клетки.
Потенциал действия нейрона — быстрое кратковременное изменение потенциала на небольшом участке мембраны возбудимой клетки, распространяющееся по мембране клетки при передаче нервного сигнала.
Рефрактерный период нейрона — период после возникновения на мембране клетки потенциала действия, в ходе которого возбудимость мембраны снижается, а затем постепенно восстанавливается до исходного уровня.
Синапс — место контакта между двумя нейронами или между нейроном и получающей сигнал эффекторной клеткой (мышечной, секреторной и т. п.). Передача сигнала может происходить как простым переходом электрического заряда с клетки на клетку, так и с помощью молекул нейромедиаторов, высвобождающихся из клетки-передатчика и возбуждающих потенциал действия в клетке-приёмнике. В ходе синаптической передачи амплитуда и частота сигнала могут регулироваться.
«Центральным процессором» вашей органической оболочки выступает головной мозг, непрерывно управляющий её миллионами внутренними программами!
Здравствуйте! С вами снова самопрограммист Сергей Панкин.
Сегодня я расскажу вам о «центральном процессоре» органической оболочки.
«Центральным процессором» органической оболочки выступает головной мозг – непрерывно координирующий и регулирующий все её функции орган, управляя её миллионами внутренними программами.
Уже у зародыша головной мозг с помощью физических анализаторов воспринимает разнообразные данные из окружающей человека среды, которые классифицирует и обрабатывает. При этом любой внешний фактор, ежесекундно воздействующий на находящегося в утробе матери зародыша, оказывает на развитие его головного мозга либо конструктивное, либо деструктивное воздействие.
После рождения головной мозг человека управляет внутренними программами своей органической оболочки в трёх режимах – сознания, подсознания и сверхсознания.
В режиме сознания человек получает данные о своей органической оболочке из подсознания со скоростью приёма 2 тысячи бит в секунду. Как только эти данные осознаются человеком, они становятся для него информацией и при практическом применении превращаются в знания.
В режиме подсознания человек получает данные из окружающей его среды через визуальный, аудиальный, обонятельный, осязательный и тактильный анализаторы, а также из сверхсознания со скоростью приёма данных 4 миллиарда бит в секунду.
Полученные данные записываются в кратковременную или средневременную память как неосознанные, то есть не получившие оценку сознанием, а затем могут быть извлечены в сознание и осознанны, становясь для человека информацией.
Под влиянием подсознания человек действует автоматически, не задумываясь, что позволяет ему быстро реагировать на привычные и ранее знакомые внешние раздражители.
В режиме сверхсознания человек может, при необходимых и достаточных условиях и настройках, получать доступ к находящимся в операционной системе долговременной и глубинной памяти, а также программе своего предназначения в этой жизни.
Спасибо, что дочитали до конца! Это был непростой материал, но я старался объяснить доступно!
Человеческий мозг очень похож на компьютер. Конечно, состав мозга уникален и незаменим, он полностью органический. Компьютер же состоит из деталей, произведенных на заводе. . Детали можно менять и совершенствовать. Они полностью искусственные. Но есть общие моменты между этими вычислительными организмами, и их немало.
И там, и там есть операционная система, центральный процессор. Память, состоящая из пресловутой операционной памяти и жесткого диска, на котором хранятся все важные данные.
Самая большая оперативная память компьютера сейчас составляет 128 Гб, а самые емкие жесткие диски вмещают сейчас до 14 Тб. Память же человеческого мозга оценивают в 2,5 Пб (а это 2500 терабайт). Много? Если считать в Гигах, то это миллион Гб, а в байтах это квадриллион
Много? Да, много, но компьютеры становятся мощнее каждые два года, так что через несколько десятилетий люди создадут компьютер с памятью равной человеческой. Интересен и тот факт, что мозг работает на 12 ваттах. Для того, чтобы работал компьютер такой же мощности, что и мозг человека, нужен гигаватт энергии,
А на какой частоте, на скольких мегагерцах работает мозг? , Мозг - гораздо более мощный, сделанный из более медленных процессоров. Тактовая частота нейрона около килогерца, что в миллион раз медленнее, чем гигагерц. Для сравнения скорость процессора смартфона составляет около 1 гигагерца. Потому компьютеры гораздо быстрее решают технические и вычислительные задачи, хотя не сравнятся по разнообразию функций человеческого мозга.
Представим теперь архив. Это хранилище информации нужной и не очень. Я думаю, в мозге, информация из архива не стирается, а хранится очень долго. Нужно только затратить усилия, чтобы вытащить ее. Некоторые вещи в архиве мозга кодируются и всплывают только при каком-то ключевом событии.
Замечали вы, как мы вспоминаем забытый сон, и не можем воспроизвести его детали, хотя говорим, что он крутится в голове. И вдруг нечто произошедшее наталкивает нас на яркое озарение. Вот. Вспомнил. Как же я раньше не мог. Такие мысли посещают после этого. Сон, как на ладони, предстает во всех подробностях и красках.
Сон, конечно это уникальное явление, которого с компьютером никогда не произойдет. Ведь во сне мозг работает и, сохраняя информацию из коры в глубокие отделы, еще и выдает нам короткий дайджест дня или ранних событий.
Антивирус. Его функцию в мозгу играет ГЭБ. Гематоэнцефалический барьер. Он отфильтровывает кровь, поступающую в головной мозг, и не допускает в него токсины, лекарства и вредные непредсказуемые вещества. Этакая печень мозга. Наша защита мозга от вируса. Но, конечно как и в компьютере, к сожалению, иногда заражение вирусом наступает. Как пример, энцефалитный клещ.
Иногда мозг, подобно компьютеру лагает, как выражается моя младшая дочь. Он сбоит. Дает сбои. Не это ли происходит у душевнобольных людей. Разговор с воображаемым собеседником, галлюцинации.
Согласно дофаминовой теории шизофрения это не что иное, как повышенный уровень выработки нейромедиаторов, называемых дофаминами. И как следствие душевное заболевание. Конечно сам механизм гораздо глубже, но здесь не будем углубляться в эту тему. И продолжим говорить в следующий раз
Представьте себе компьютер, который будет консультировать Вас по бытовым вопросам и поможет вам принять правильное решение. Смартфон, который будет восстанавливать зрение слепым. Интеллектуальные транспортные средства, которым не нужны водители. Да тот же терминатор. Научная фантастика? Посмотрим.
И что происходит, когда ваш компьютер сталкивается с проблемой, которую не спрогнозировал программист? Ошибка выскакивает, и мы видим до боли знакомый синий экран. В то время как, мозг использует параллельные нейроны и связи, для нахождения альтернативного решения проблемы. Кроме того, часто используется синаптические связи в головном мозге утолщаются и производят миелиновые оболочки, что позволяет еще быстрее провести нервные импульсы, и таким образом обеспечивать еще более эффективную связь. Процессоры не могут пока самообучаться. Шах и мат. Они могут быть просто обрабатывать данные и производить вычисления, в рамкам заранее заданного алгоритма, правда, гораздо быстрее, чем у мы.
Ну и еще одно: тактовая частота процессоров измеряется в Ггц (миллиарды герц). Человеческий мозг работает с частотой несколько герц. Между прочим, именно благодаря тому, потребляет в сотни тысяч раз меньше энергии, чем современные электронные единицы. Правда сосредоточение на работе не включается с кнопкий.
Человек vs машина в будущем
Существует развивающаяся область вычислительной нейробиологии, которая пытается построить компьютерную модель функциональности нервной системы. Один известный пример проект Human Brain. Они считают, что моделирование для всего человеческого мозга потребует суперкомпьютер с 500 петабайтами памяти. Чтобы понимать современный суперкомпьютер имеет 1,5 петабайт . Таким образом необходима система более чем в 300 раз больше. Такие машины не ожидается в этом десятилетии. Human Brain ожидает, что такие машины будут доступны в 2023 году.
Надеюсь, что после почтения у Вас появилось хоть немного новых синаптических связей ;).
Читайте также: