Мозг человека это не жесткий диск
Обновлено: 07.07.2024
Память винта основана на двоичной логике.
Память же твоих мозгов - на ассоциативной.
Это разные принципы хранения и переработки информации, поэтому, разве только, если ты мыслишь посылками "Да"-"Нет" - и только ими - тогда бегом в НИИ ИИ! Там тебе ввинтят пару десятков штырей в череп, и, поставив в мозжечок винду, закачают какой-нидь фильмец про американского героя.
А на комп скачают кинцо про то, как ты в детстве тырил пирожки у бабушки.
Пока нельзя. Файловая система разная. Совместимости не будет.:)))
:)и вообще, мозг это совсе другое аппаратное.
было бы приколько-быстрый обмен данными, а сколько информации можно было влить! эх, мечта!
я бы лучше жесткий диск в мозг вставила и считывала бы с него информацию))))
МОЗГ на самом деле и является жестким диском если так можно назвать но ВОТ диском вселенной это типа компьютера ТОЛЬКО ЖИВОЙ ОРГаНИЗМ И ЕСЛИ СОСРЕДОТОЧИШСЯ ТО ВО ВСЕЛЕЕНУЮ СМОЖЕШ ПОСЫЛАТЬ ЛЮБУЮ ИНФОРМАЦИЮ ЧТО НАМНОГО КРУЧЕ ЧЕМ КАКоЙ НИТЬ ТАМ ЭЛЕКТРОННЫЙ ПРИБОР ТИПА ДОМАШНЕГО компьютера но если крутит согласен с ДЕМЬНОМ РАСКОВЫЧКА быстренько в НИИ ИИ .
Брось, голова не компьютер.
Кто заменить в ней сумеет погибшую плату?
Если баба-душа и пускает еще вовнутрь.
То мозг уж точно не пустит.
Даже с доплатой.
ну а если несработает что-то? и все полетит? жесткий диск то можно купить.. . а где ты вторые мозги откопаешь? клонировать их еще не скоро научатся
Могу посоветовать одну телу. После нее тебе твой член будет казаться сиди-ромом.
Конечно, можно.
Мы мыслим только с помощью таких штучек, которые называются "словами". Этими же штучками мы общаемя с окружающим миром.
Но сегодня задача не решается потому, что в человеческом мозге есть ещё неизученные "блоки" безусловных рефлексов (инстинктов) и эти блоки неразрывно связаны с нашими штучками. Например, слишком сильны инстинкты самосохраниея, сильны механизмы торможения на повторение событий и на восприятие шоковой информации.. (например, мигающая лампочка - человек или её выключит и будет сидеть в темноте, или разобъёт, или спокойно заснёт. И эти инстинкты и механизмы обойти (выключить) не удаётся . пока.
PS. Перечитал ответы. Как в мире много разных агностиков.
я как раз над этим работаю.на днях тока начал. может будешь моим подопытным?
попробуй. наверно весело будет. ток тама наверно вирусов много(в мозге)
Ну если только в качестве серого жидкого диска) Жосский ну никак не прокатит!
Бросьте в меня камень, если вы никогда не слышали этого сравнения: «Мозг человека — это компьютер». Эта простая метафора вызывает холивары во всем мире, сталкивает лбами интеллектуалов и, возможно, стала причиной нескольких инсультов. Одни утверждают, что человеческое мышление не может уложиться в бинарные рамки компьютерной программы. Другие — что, невзирая на свое богатство, наше мышление остается пусть превосходным, но процессором. Но и сторонники, и противники забывают о главном: спорят они не о метафоре, а о гипотезе.
Больная метафора
Чтобы аргументированно рассуждать о мозге как компьютере, для начала нужно определиться с тем, что мы называем компьютером. Давайте пойдем от противного: от того, чем компьютер не является.
Компьютер — это точно не коробочка под вашим столом, не ноутбук на ваших коленях и не смартфон в ваших руках. Микрочипы, оперативная память и кэш — это лишь элементы компьютера. Если воспринимать его как пластиковую коробку с электронной начинкой, то, конечно, вы смело можете сказать, что мозг — точно не компьютер. Ну хотя бы потому, что серое вещество после вашего выключения не может служить жестким диском, и к вашей памяти ни у кого не будет доступа. Так вот, эту ошибку восприятия компьютера как коробочки с различными функциональными элементами совершают многие противники нашей метафоры.
Так в чем же их ошибка? Дело в том, что сравнение мозга с компьютером — это не про технологии совсем. Сравнение берет начало из формального определения компьютера, которое впервые дал в 1936 году Алан Тьюринг . Для справки: в 1945 году Джон фон Нейман разработал архитектуру современного компьютера. А сами современные компьютеры появились только в 50-х годах прошлого века.
Историки до сих пор спорят о том, что же можно считать первым компьютером. Но сходятся они в одном: до 1936-го компьютеров не было. Размышления Тьюринга по большому счету касались не вычислительных систем, а человека: он изучал способности к решению задач, к вычислениям, к построению логической последовательности. Компьютеру было дано формальное определение еще до того, как он появился.
Даже не вспоминайте машины Бэббиджа. Его разностная машина была только феноменальным калькулятором, а аналитическую машину ему так и не удалось построить. Кроме того, обе они были механическими. Хотя да, разработки Бэббиджа помогли сформировать идею электронных вычислительных машин.
А что, если мы перевернем метафору и скажем, что компьютер работает как мозг? Вернемся к фон Нейману. Этот ученый, разрабатывая архитектуру компьютера, опирался на гипотетическую модель функционирования мозга Маккаллока и Питтса. Эти два ученых предполагали, что нейроны мозга могут либо посылать электрический «разряд», либо не посылать.
Иными словами, в их понимании нейрон зашифровывает информацию бинарным кодом: либо 1 («посылать»), либо 0 («не посылать»).
Это умозаключение позволяло предполагать, что группы нейронов действовали согласно формальной логике, что очень полезно для различного рода вычислений. Фон Нейман был прекрасно знаком с Маккаллоком, читал его работы и смог использовать его идею бинарной логики для создания компьютерной архитектуры.
Так что можно сказать, что компьютерные науки опираются на науку о мозге. Что, кстати, вовсе не означает, что мозг и компьютер работают схожим образом. Фон Нейману просто приглянулась простая аналогия работы нейронов, но по факту она не учитывает базовые принципы их функционирования.
К примеру, на самом деле нейроны посылают сигналы постоянно, а не с перерывами, а значит, о бинарной логике речи быть не может.
И фон Нейман честно говорит о том, что компьютер работает не так, как мозг).
Здоровая метафора
Ну так что же мы имеем в виду, когда называем мозг компьютером? Что означает компьютер в этой метафоре? Ответ примерно такой: мы имеем в виду машину, выполняющую алгоритм, то есть универсальную машину Тьюринга .
Итак, согласно этому определению, нам нужно несколько ключевых компонентов.
- Вводные данные, записанные в виде символов.
- Место для введения этих данных (по мнению Тьюринга, это должен быть огромный рулон бумаги).
- Набор инструкций (алгоритм) для перевода вводных данных в выходные данные.
Самое главное здесь, конечно, алгоритм — набор конкретных действий: они должны быть дискретными, то есть обособленными, например «делай А, затем Б, затем С». Действий может быть сколько угодно. К тому же их можно организовывать в цикл, например:
- Врезаться со всей дури в стену.
- Потереть голову.
- Повторить шаг (1).
Можно создавать действиям условия, но они всё равно останутся дискретными:
(1) если ГОЛОДЕН
(1b) купить шаверму
(2) если ХОЧУ ПИТЬ
(2b) купить воды
(3) иначе
(3b) «Покиньте магазин, молодой человек, вы задерживаете покупателей»
Алгоритмичен ли наш мозг?
Вот мы и докопались до сути вопроса: мозг не работает дискретными шагами . Мозг — это система динамических непрекращающихся процессов. Белковые молекулы внутри нейрона постоянно гоняют туда-сюда ионы калия и натрия, а сам нейрон работает как заряженный конденсатор.
Ничего пошагового в таких процессах нет: электрические разряды и передача сигналов возникают не в отдельный момент времени.
Передача сигналов от нейрона к нейрону определяет, как мы ходим, видим, говорим, думаем, планируем, действуем. И если это происходит не алгоритмично, значит, мозг точно не компьютер, так ведь?
Не так быстро, друзья. Конечно, во многих аспектах мозг работает не как машина Тьюринга: у него нет бесконечного рулона бумаги и неограниченного времени для вычислений. Ну так и у электронного компьютера тоже нет. Даже пока вы ждете загрузки системных обновлений.
Но гипотеза, что мозг работает подобно компьютеру, ставит перед нами интересные вопросы. Например, может ли передача сигнала между нейронами быть в чем-то схожа с алгоритмом? Или можно ли описать процессы в мозге с помощью алгоритма?
Если работа мозга приближена к алгоритмической, мы можем использовать знания компьютерных наук для его изучения. Если же нет, нам необходимо искать новые подходы, не связанные с вычислительными алгоритмами.
Да, наша голова работает по алгоритмам
Есть только два способа проверить версию об алгоритмичности нашего мозга. Первый: мы предполагаем, по какому алгоритму действуют животные, а потом проверяем, соответствует ли активность нейронов предложенному алгоритму. Второй: мы измеряем активность нейронов во время поведенческого действия, а затем смотрим, какой алгоритм может соответствовать этому действию.
Наука пробовала и тот, и другой подход. Давайте начнем с того, который сперва изучает поведение. Мы уже достаточно много знаем о поведении животных (к миру которых и сами принадлежим).
Существует тонна экспериментов, в которых мы просим субъекта сделать выбор между двумя предметами.
Один из самых популярных выглядит так: мы показываем людям набор хаотично двигающихся точек, однако среди этих точек есть несколько таких, которые передвигаются в одном и том же направлении (влево или вправо). Далее мы просим участников эксперимента найти эти точки и сказать, в каком направлении они двигаются. Участник смотрит на экран, наблюдает за точками, а потом выдает ответ.
Небольшие изменения условий в таких заданиях позволяет выявить уникальные модели поведенческих реакций и возникновения ошибок. К примеру, количество ошибок возрастает обратно пропорционально количеству точек, двигающихся в одном направлении: чем меньше точек, тем больше ошибок. Это очень простая математическая модель, в которой для решения задания нужно, во-первых, определить наличие одинакового направления, а затем определить само направление (где одно направление противоречит другому). Это типичный алгоритм принятия решений.
Ну что ж, раз мы пришли к алгоритму, влияющему на поведение, самое время определить, что же происходит в мозге во время принятия решения.
В мозге обезьян, принимающих решения, можно увидеть несколько видов активности: нарастание активности, связанной с верным выбором, и спад активности, связанной с неверным.
В научно-исследовательской лаборатории Майкла Шадлена показали, что каждый скачок активности точно соответствует шагам алгоритма принятия решений, то есть активность нейронов повторяет алгоритм , с которым мы столкнулись при наблюдении за поведением.
Есть и примеры экспериментов, которые идут от обратного: сначала изучение нейронной активности, а затем — подбор алгоритма, который ей соответствует. Самый известный — дофаминовая теория получения вознаграждения . Автор теории, профессор Вольфрам Шульц, продемонстрировал, как вырабатывается дофамин в ответ на поощрение. Ученый зарегистрировал несколько потрясающих наблюдений.
Например, дофаминовая активность была замечена только при неожиданной награде. Как только нейроны «понимали», при каких условиях выдается награда, выброса дофамина не следовало.
На основе экспериментальных данных Шульца две независимые группы ученых (Рид Монтаг и Петер Даян и Джим Хук и Анди Барто) предположили, что нейроны при выработке дофамина используют алгоритмы теории обучения с подкреплением.
Алгоритмы этой теории работают так: есть несколько вариантов действий. Решение принимается на основе предполагаемых последствий от выбора того или иного действия. После принятия решения вычисляется разница между предполагаемыми последствиями и реальным исходом. Если последствия соответствовали предполагаемым, ошибки не было, значит, поведение не нуждается в корректировке. Если исход получился лучше предполагаемого (позитивная ошибка), ценность этого варианта возрастает. Если исход получился хуже предполагаемого (негативная ошибка), ценность варианта падает. Такое подкрепление создает канал обратной связи с окружающим миром и приводит к дальнейшим изменениям в поведении.
Согласно данным Шульца, дофаминовые нейроны дают обратную связь по всем трем вариантам исходов: и при отсутствии ошибки, и при положительной, и при отрицательной. Удивительно, как совпали дискретные шаги алгоритма и активность нейронов в мозге.
В действительности не так уж и удивительно. Теория обучения подкреплением основывалась на десятилетних исследованиях поведения животных при дрессировке, а затем ее данные использовались при разработке компьютерных программ для обучения. Так что логика появления подобной связи такова: поведение => появление компьютерных алгоритмов => более глубокие наблюдения за поведением => исследование нейронной активности, которая естественным образом совпала с алгоритмами.
Вы можете спросить: а как же успех глубоких нейросетей в работе с процессами, которые считались типично человеческими, например классификации изображений? Что ж, обычные нейросети в основе своей несут дискретные алгоритмы. Глубокие нейросети имеют целые дискретные слои, каждый из которых соединен со следующим и передает ему информацию. В человеческом мозге дискретных слоев нет.
Существует еще одна версия: несмотря на то, что в биологическом смысле мозг работает беспрерывно, проделываемые им операции все же дискретны.
Нет, наша голова не работает по алгоритмам
Вроде бы набрали много свидетельств алгоритмической работы нашего мозга.
Вообще-то, большая часть нейронаук основывается на его алгоритмичности: какую публикацию ни открой — мозг все время что-то вычисляет и рассчитывает.
Влиятельный исследователь Дэвид Марр ставит вопрос так: ищем алгоритмы, а потом ищем часть мозга, которая запускает их. Но есть и те, кто задает вопрос иначе: если не алгоритмы, то что?
На него тоже есть ответ. Нам известно огромное количество действий, которыми мозг управляет без алгоритмов. Мы ходим, бегаем и ползаем, не вовлекая алгоритмической деятельности. При этих повторяющихся сокращениях разных групп мышц регистрируются такие же повторяющиеся всплески активности целых групп взаимосвязанных нейронов — они самостоятельно управляют движениями мышц.
Подобные нейронные цепочки возникают в мозге каждый раз, когда в теле происходят ритмичные процессы (хотя работой сердца управляет собственная фиксированная цепочка) — когда мы жуем, плаваем, дышим.
А что с единичными движениями? Например, когда мы поднимаем руку, чтобы взять стакан. Движение не повторяющееся, но и алгоритмов для его выполнения не требуется. При таких движениях происходит серия быстрой смены активности в нейронах зоны моторной коры, ответственной за руку. Они передают сигнал спинному мозгу, который передает его мышцам. Что здесь за алгоритм?
Здесь можно возразить: ну конечно, это всего лишь движения! Сложные процессы вроде памяти, планирования и мышления должны требовать вычислительных мощностей, а не просто динамической обработки.
Вообще-то, даже сложные процессы могут обойтись простой динамикой.
Вот механическое решение для работы памяти. Нам уже несколько десятилетий известно, что простое воспоминание может сохраняться и воспроизводиться активностью простой цепочки нейронов в ответ на определенные вводные данные. С их помощью запах поджаренного хлеба может вызывать в нас сложное воспоминание о визите к бабушке в далеком детстве.
А вот механическое решение для формирования прогноза. Наш мозг часто занимается прогнозированием. В этом процессе вознаграждение достаточно неопределенно: сдав отчеты вовремя, вы можете получить повышение, а можете и не получить.
Недавние исследования показали, как сеть нейронов, беспрерывно посылающих сигналы друг другу, занимаются прогнозированием. К примеру, определенная сеть нейронов решает судоку.
Есть механическое решение для почти любой задачи, связанной с вводными данными. Например, машины с неустойчивым состоянием (особый вид нейросети) представляют собой группу смоделированных нейронов, связанных между собой случайным образом и беспрерывно посылающих друг другу импульсы.
Кроме того, нейроны в этой модели разделяются на возбуждающие и тормозящие (последние не дают первым провести сигнал). Это важный момент, поскольку итоговая нейросеть работает в должной степени беспорядочно, а значит, самое легкое изменение во вводных данных вызовет абсолютно иную активность. По большому счету это означает, что любые вводные данные могут вызвать любую операцию.
Вопрос стоит так: каким образом эта сеть научится (эволюционно ли, либо с помощью обучения) строить нейронные связи нужным образом и выполнять требуемые действия? Это хороший вопрос, и на него пока нет ответа.
Влиятельный физик и математик Роджер Пенроуз посвятил две увесистые книги размышлениям о том, что мозг — это не компьютер. Но каким-то образом от этого простого утверждения он перешел к мысли о существовании квантового сознания, не допустив золотой середины. Ведь все может быть гораздо проще: мозг постоянно находится в движении, которое может подчиняться алгоритмам, а может и не подчиняться.
«Мозг как компьютер» — это не метафора, а гипотеза, которую вполне можно проверить. Чем ученые и занимаются прямо сейчас.
Ни одно исследование не сможет доказать, что вот эта определенная часть мозга работает по алгоритму Х. В науке так не бывает. Подтверждениями гипотезы служат многочисленные работы со всего мира, собираемые по крупицам. Так что точного ответа мы пока не знаем.
Считаю ли я мозг компьютером? Нет. Я готов оказаться неправым. Более того, я написал множество статей о том, как мозг реализует алгоритмы. Так что, как видите, я спокойно могу придерживаться двух точек зрения одновременно.
Подобная двойственность свойственна многим ученым: как только нужно выбрать между двумя полярно противоположными мнениями, становится ясно, что ни одно из них не может быть полностью верным.
Человеческий мозг просто создан для подобной двойственности. А может, это лишний раз доказывает, что он точно не компьютер?
Человеческая память может вместить 1 млн. Гб информации. Нашу способность быстро отыскивать из громадного объема нужную информацию можно объяснить работой мозга по принципу голограммы. Учёные уверены, что память содержится не в группах нейронов, а в сериях нервных импульсов, циркулирующих во всем мозге, точно так же, как кусочек голограммы содержит всё изображение целиком.
Как говорит Андрей Курпатов, «На фоне нашего сознания мозг человека — настоящий гений. Сознание может думать всё, что ему заблагорассудится, но реально нашим поведением заправляет мозг — тот набор конкретных нервных связей, которые сплелись в соответствующий нейронный, как говорят нейрофизиологи, ансамбль. Мы всегда пляшем под дудку этого ансамбля своих нервных клеток, совершенно того не осознавая».
4% клеток нашего мозга являются блоком самосохранения физического плана, тем, что в эзотерической философии называют Эго человека. Эго отвечает за возможность реализации астрологической натальной карты (карты рождения). Остальные 96% клеток мозга обеспечивают взаимосвязь Эго с астрально-ментальным планом. У основной массы людей эта взаимосвязь заблокирована.
Во все времена люди, имевшие некоторое представление об устройстве мозга, вызывали страх. Их обвиняли во всем: в колдовстве, в шарлатанстве, в психическом воздействии. Когда человек изобрел часы, мозг сравнили с часами. Когда заработал паровой двигатель, мозг сравнили с двигателем. Когда изобрели первые счетные машины, мозг уподобили микрокалькулятору. Затем появились голографические изображения, с помощью которых пытались объяснить механизмы памяти. И наконец, появились компьютеры. Каждому новому поколению микросхем соответствовали новые, более умные программы, объясняющие работу мозга.
Мы передаем наш интеллект машинам, избавляемся от него, потому что не умеем им управлять. Альберт Эйнштейн говорил, что мы используем только 10 процентов нашего мозга. Но с человеческим мозгом ничто никогда не сравнится. У информатики всегда будут границы, и компьютеры нас не спасут, они не станут нашими преемниками в сфере эволюции сознания. Победа в 1997 году компьютера Deep Blue фирмы IBM над чемпионом мира по шахматам Гарри Каспаровым стала победой чисто компьютерной, вычислительной.
Только человеческий мозг представляет собой идеальную схему. В одном человеческом мозге такое количество соединений, которое равно совокупности всех машинных производных.
Весь человеческий мозг содержит 86 миллиардов нейронов, каждый нейрон может иметь тысячу соединений. Знания увеличивают наши соединения. Чем больше мы питаем мозг, тем сильнее он становится.
Наш мозг синхронно выполняет сотни операций в секунду, тогда как компьютер самое большее – десяток. У компьютера нет эго и нет души. Сейчас компьютеры имеют преимущество в скорости, не проявляя никаких признаков разума. Но компьютеры подчиняются закону Мура: их скорость и сложность удваиваются каждые 24 месяца. По статистике, объём цифровой информации удваивается каждые 18 месяцев. Этот рост не может длиться бесконечно, однако он, вероятно, будет продолжаться, пока компьютеры по сложности устройства не сравняются с человеческим мозгом.
Возможно, к 2100 году будут созданы компьютеры, наделенные разумом, сравнимым с человеческим? Человек обретет совместную форму существования вместе с машинами. Компьютеры станут умнее людей, человеческий разум «сольется с машиной» и перевоплотится в суперкиборга!
13,8 млрд. лет назад возникла Вселенная, 5 млрд. лет назад сформировалась Земля, 3 млрд. лет назад возникла жизнь на Земле, 3 млн. лет назад появился человек, 60 лет назад человеческий мозг запустил первые программы искусственного интеллекта. 25 лет назад компьютеры научились мыслить самостоятельно и стали возможными преемниками человечества, в случае если оно исчезнет.
Наш мозг вмещает примерно от 3 000 000 000 000 000 до 8 000 000 000 000 000 байт. Или 3–8 петабайт.
Как это измерили
Мозг человека (и других млекопитающих) устроен несколько сложнее, чем жесткий диск. Информация хранится и обрабатывается нейронами – нервными клетками мозга. Между ними проходят электрические и химические сигналы – можно сравнить их с проводами. В мозгу человека десятки миллиардов нейронов.
Чтобы измерить количество информации, которую они могут вместить, в 2016 году ученые из США создали компьютерную модель клетки того участка мозга, который отвечает за переработку памяти (он называется гиппокампом).
Выяснилось, что в каждой нервной клетке может храниться примерно 4,7 бита информации. Если перемножить как раз и получится несколько петабайт. Кстати, мозг человека – самое эффективное вычислительное устройства из существующих. На поддержание всей этой системы требуется всего 20 ватт в час.
Почему мозг заполняется так медленно
У человека есть специальные механизмы защиты мозга от перегрузки лишней информацией.
Причем, лишней мозг чаще всего считает ту информацию, которую мы наоборот пытаемся запомнить: цифры, даты, имена. А вот совершенно бесполезные для современного человека данные о вкусе, цвете и запахе предметов мозг отлично запоминает. Через много лет можно помнить, как пахли цветы, которые вы нюхали в детстве.
Это неприятные подарок от эволюции: нашим доисторическим предкам не приходилось запоминать имена и даты, важнее для них была дорога к ближайшему малиннику и внешний вид съедобных грибов.
Как информация хранится в мозге
Мы до конца не знаем. Самая популярная и всеобъемлющая теория называется коннекционизмом.
Если коротко, то в мозге нет участка, который хранит воспоминание о вашей собаке. Информация о ней распределена по множеству нейронов. При этом каждый нейрон может быть связан с сотнями воспоминаний: вы используете его же, когда думаете о собаке и когда пытаетесь прочитать и понять эту статью.
Поэтому сравнивать мозг с жестким диском, конечно, не совсем корректно. На жестком диске бит данных относится только к одному файлу. Но вот нейросети, о которых мы так много пишем, работают по тому же принципу.
Как воспоминания перемешиваются
Вы никогда не перепутаете море и слона. В том смысле, что море соленое, мокрое и без ушей, а слон большой, серый и с хоботом. Это пример радикально разной информации.
А вот цитаты имеют свойство легко смешиваться. Бывает, что вспомнишь сам текст, но не можешь назвать автора и источник. А вот это пример однотипной информации.
Чем сильнее информация отличается от того, что вы раньше знали, тем меньше места в памяти она занимает. Мозгу не нужно тратить место, чтобы запомнить, чем одни данные отличаются от других.
Поэтому, кстати, не рекомендуется изучать несколько языков одновременно – перепутаются.
Так можно ли переполнить мозг знаниями?
Нельзя. Дело в том, что информация имеет свойство еще и стираться, если ей не пользоваться.
Особенно быстро информация забывается на первоначальном этапе: в первый месяц после изучения. Но и потом она все равно теряется, хоть и не так быстро. Попробуйте вспомнить, чему вас учили в шестом классе на уроках географии.
Чтобы не забыть то, что вы изучили, придется постоянно повторять пройденное. В какой-то момент это займет абсолютно все ваше время. Поэтому, кстати, нельзя учить 100 иностранных слов в день. Так что единственное ограничение связано именно с этим. Ну или придется смириться с тем, что часть изученного забудется.
Читайте также: