最近看到斯坦福大学神经生物学专家，骆利群教授的文章 (中译文参见公众号“神经现实”）为何人类大脑如此高效？有感而发。

 

(骆教授是科大少年班 81级校友，笔者的同系师兄，现为美国科学院院士. 英文原文来自于 "Think Tank: 40 neuroscientists explore the biological roots of human experience"一书,  原文标题 "The Brain Achieves Its Computational Power through a Massively Parallel Architecture - 大脑通过大规模并行架构实现其计算威力", 编辑者 David Linden)

 

1/ 大部分人的工作方式是类似串联系统。学一个专业，有一个雇主，走一条路，或者同一个时间只能服务一个客户。

 

2/ 有许多客户的公司类似并联系统，有几千/几万/几百万甚至更多客户的公司/明星就是大规模并联。

 

3/ 串联者的体验，和大规模并联者是两个截然不同的世界。虽然孤立地观察，他们好像在做同一件事。

 

4/ 串联者关心的是，其串联路径上的某个连接会不会断掉，因此想方设法去维护与其连接节点的关系。遇到困难瓶颈时会不断内省，而不是思考在外部建立新的连接绕过去。

 

5/ 大规模并联者关心的是，如何在耗费同样能量的情况下，建立更多有机连接。因此，他第一关心的是连接节点的群体特征，而不去迎合单个节点的特殊需求。第二关心的是，如何在单位时间内同等能耗下，提升连接的效率。第三关心的是，外界环境涌现出什么新的东西，可以建立新的大规模连接。

 

6/ 串联系统的最大问题是，任何一个连接点上的误差，会在连接步骤中叠加放大。不管你在任何单一连接上做得多好。

 

7/ 智能大脑来自于神经元大规模并联的连接。“哺乳动物神经元平均有数以千计的输入和输出. 与之相比，单个晶体管总共只有三个输入和输出节点...单个神经元表达的信息可能是嘈杂的（精确度为1/100）。通过从100个带有同样信息的输入神经元中取均值，下游的神经元伙伴可以提取精确度更高的信息（约千分之一） " -- 摘自骆利群教授的 "The brain achieves its computational power through a massively parallel architecture" 原文

 

8/ 大规模并行的连接，因为其高并行度，导致下游的信息更加精准。这是其相对于串行计算系统的能耗低很多的重要原因之一。

 

9/ 同理，拥有大规模并联的连接者，可以获得来自外部世界的精度更高的信息，因而更加真实地理解认识客观世界。而不是像串联者那样，被少数样本的不具代表性的信息变本加厉地误导。这也是为什么高手看似举重若轻，新手疲于奔命却总不得其法的根本原因之一。

 

10/ 串联者是脆弱的，少数连接被切断会导致其整个世界的塌陷，因此其内心是常常焦虑的.

 

11/ 大规模并联者是反脆弱的，部分连接被切断，只会自然推动他把精力转移到在别处建立新的大规模连接。因此其内心是平静的，对未来是不断好奇和憧憬的.

 

12/ 大脑神经元放电频率最多每秒 1000次，对应计算速度每秒一千次。现在普通 PC 的计算速度可以超越每秒一千亿次 （ 十万 MIPS）。大脑能耗 （约十瓦） 也只有普通  PC 的十分之一。但除了一些明确定义的计算任务之外，大规模并行处理的人脑之抽象学习思维能力，是以串行计算架构为主的能耗高得多的电脑目前无法比拟的.

 

13/ 大脑之所以是大规模并联的架构，不是来自某个主观设计，而是因为其它的架构都在自然选择中因为能耗过大，精度太低，过于脆弱而被淘汰掉了。

 

14/ 神经元的大规模并行连接，自发涌现出大脑这样复杂的系统。同理，可以高效率建立大规模并联关系的社会，可能涌现出和大脑一样复杂的东西。

 

15/ 大规模并联，可以彻底弥补个体能力的短板。与其把个体的某个专项能力做到极致，不如把与外界的大规模并行连接做到极致。在同等能耗的情况下，超大规模的并行连接，可以高效实现一些在个体缺乏与外界连接时，完全无法想象的事情。

 

16/ 高效建立大规模并联的一个方法，就是坚持把自己的深度思考付诸文字，通过各种社交媒体传播出去。

        

17/ 数量就是质量，巨大的连接数量带来的是新维度上的完全不同的东西。

 

18/ 财富，知识，力量，大脑的自我意识，本质上都是一个从外界高效吸取能量的，开放的，大规模并行网络。聚焦在培育开放网络的大规模有机增长，好的结果自然发生，没有上限。只关注局部几根线的连接或者某个静态的目标，而忽视网络的培育和建设，很容易被外界环境的波动所摧毁，或者被新涌现出来的发展方向所抛弃。

 

19/ 做一个大规模并联者，从今天开始。