對這個問題的回答依賴於我們所說的“計算機”是指什麼東西。今天大多數的計算機都是數字的，並且每次都以極高的速度執行一條（或幾條）指令集。而人類的大腦結合使用數字和模擬的方法，它會在模擬（連續）區域透過使用神經遞質和相關機制來執行大部分的計算。雖然這些神經元以極其緩慢的速度（通常是每秒200次）執行計算，但是大腦整體上是大規模並行的：大多數的神經元都在同一時間工作，這使得多達100萬億次計算同步進行。

人類大腦的大規模並行機制是其模式識別能力的關鍵，而模式識別正是人類思維的支柱之一。哺乳動物的神經元顯得有些混亂（有許多明顯隨機的相互作用），如果神經網路已經訓練得很好，那麼一個反映網路決策的穩定格局就會出現。當前，計算機的並行設計還比較有限。但並沒有理由說明與生物神經網路功能相當的非生物再創造無法使用這些原則。的確，全世界數十次的努力已經成功地完成了這些事。我的技術領域就是模式識別，而且我在四十年裡所涉及的工程專案中也一直使用這種可訓練性且具有不確定性的計算方式。

透過利用有足夠能力的通用計算，很多大腦特有的組織方法可以有效地模擬出來。我相信複製自然的設計正規化將成為未來計算的主要趨勢。我們也應該牢記，數字計算可以與模擬計算功能等效，也就是說，我們可以用全數字計算機執行一個數字模擬網路所有的功能。而反過來是不正確的：我們不能用一個模擬計算機來模擬一個數字計算機的所有功能。

Loading...

未載入完，嘗試【重新整理網頁】or【關閉小說模式】or【關閉廣告遮蔽】。

使用【Firefox瀏覽器】or【Chrome谷歌瀏覽器】開啟並收藏！

移動流量偶爾打不開，可以切換電信、聯通網路。

收藏網址：www.peakbooks.cc

(＞人＜；)