人类无需在机器面前自卑,一个大脑足以装下整个互联网

研究者发现,与传统计算机的01编码制不同,脑细胞有26种不同的“编码”方式。他们计算出大脑可以存储1PB的信息。

“这不啻为神经科学界的一枚重磅炸弹。”美国加州拉霍亚索尔克研究所的生物学家Terry Sejnowski说道。“最新结果显示,保守估计,大脑实际记忆容量是我们之前认为的10倍。”

神奇的计算机

不仅如此,人脑在储存这样多得令人难以置信的信息的同时,还可以摄取足够的能量来点亮一个低瓦数的灯泡

与此形成鲜明对比的是,有这样内存和处理力的计算机运行起来需要10亿瓦电量,或者用研究论文的共同作者、索尔克研究所的神经科学家Tom Bartol的话说,“需要一整座核电站来运行这样的电脑,而我们的大脑只需20瓦就够了”。

人类无需在机器面前自卑,一个大脑足以装下整个互联网

团队的研究重心是海马体。海马体在大脑的学习和短期记忆中扮演着重要角色。

为了解开大脑之谜,研究团队提取了很少一块大鼠海马体,以防腐液浸泡,然后用极为锋利的金刚石刀像“切橙子”一样切下薄薄一片,嵌入塑料中,放置在显微镜下观察并数字成像。

接下来,研究者们花了一年时间用纸笔来记录他们看到的每种细胞。竭尽全力后,团队记录了这片小得不能再小的组织样本上的所有细胞。“一根人类头发的切面上能放下20个这样的样本。”Bartol说。

人类无需在机器面前自卑,一个大脑足以装下整个互联网

粒度分布

随后,团队将这片组织中的所有神经元或者说脑细胞进行了统计,一共是450个。其中287个有研究者们想要的完整结构。

神经元的外形有点像隆起的畸形气球,有着称为轴突的长卷须和从细胞中伸出的树突。轴突就像是脑细胞的输出线,释放出一系列名为神经递质的分子,而树突上的棘则越过突触接收轴突放出的化学信号。之后,负责接收的脑细胞就会发出自身贮藏的神经递质,将信号传给其他神经元——尽管更常见的情况是脑细胞并没有任何反应。

过去的研究证明最大突触是最小突触的60倍。体积上的区别反映了底层连接的强度——平均只有20%的神经元会传递输入的信号,而这一比例可随时间递增。

人类无需在机器面前自卑,一个大脑足以装下整个互联网

大脑回路得到的锻炼越多(即神经元网络越被激活),当某一神经元发出信号时,该回路中另一神经元被激发的概率就越高。神经网络的增强过程似乎可使突触的物理接触点变大,增加它们能释放出的神经递质量,Bartol说。

Bartol指出,如果神经元在本质上是彼此隔着突触隔空喊话,那么隔着更大的突触交流的脑细胞无疑比隔着较小的突触交流的脑细胞“嗓门”要大。

然而科学家并不确定有几种大小的神经元,也不知道在对信号的反应上它们是如何变化的。

人类无需在机器面前自卑,一个大脑足以装下整个互联网

后来,Bartol、Sejnowski和他们的同事在那片海马体切片中注意到了一些有趣的事情。约十分之一的时间里,一个轴突会与同一树突的两个不同树突棘交流。这些特立独行的轴突对树突这两处发出的信号完全相同,然而突触的体积——即轴突与树突“对话”的地方,却有着平均8%的区别。这意味着两者间交流的信息对下方突触的自然变异率为8%。

因此,团队提出:如果突触在体积上有60倍的差距,而突触体积偶然变化的几率是8%,那么在这一范围内,会有多少不同的突触体积?被大脑检测到区别的又有多少?

将这些数据与信号检测论结合(即两个信号多不同才会被大脑辨识出区别),研究者们发现神经元存在26种体积。这从实质上揭示了神经元交流时“声音”的“音量”有多少种。在此之前,研究者们认为这些脑细胞只有寥寥数种不同体积。

人类无需在机器面前自卑,一个大脑足以装下整个互联网

从这点出发,研究者们准确算出了任意两个神经元之间可传递的信息数量。计算机以比特为单位存储数据,其值有两种——0或者1。而一个神经元产生的二进制信息可以产生26种不同体积的神经元。因此研究者们用信息基本原理计算了每个神经元可以存储多少比特的数据。

“为了把26这个数字转化为比特单位,我们将其写为2的n次幂等于26然后求n的解。得出的结果是n等于4.7比特。”Bartol说道。

这样的存储力是之前科学家们所认为的10倍

难以置信的效率

新发现还对大脑是如何在存储信息的同时保持活跃提供了线索。事实上,大多数神经元对输入的信号不会做出反应,然而身体可以高度精确地将这些信号解读成物理结构,这也部分解释了为什么大脑比计算机的效率更高。

人类无需在机器面前自卑,一个大脑足以装下整个互联网

然而,尽管脑细胞平均80%的时间都是非活跃的,也仍然解释不了计算机为何需要人脑所需能量的5千万倍能量来完成同样的任务。

“剩下的谜题或许需要将生物化学与计算机里的电子作比较才能解开了。计算机用电子进行计算,电子在电线中流动会发出热量,造成了能量的损失。”Bartol说。相比之下,生化途径或许要高效得多,他补充道。

编译:未来论坛 商白 来源:LiveScience 作者:Tia Ghose

文章转载请注明出处为 “未来论坛”微信账号(ID:futureforum)

·氧分子网(http://www.yangfenzi.com)延伸阅读:

分享给您的好友:

您可能还喜欢…