从前文我们知道,“我”是大脑中神经细胞连接模式的总和。这里还要明确一下,这个
连接模式不但是物质上的,同时也是信息上的。因为这种连接模式本身就是信息。大脑
中的信息存储并不需要另外一个单独的地方去存储,信息在神经网络中传输的过程中,
就已经存储在这个网络的连接方式上了。打个比方,比如有五个神经细胞组成的细胞群
,这五个神经细胞原来是以五边形的连接方式存在的,当有一个特定的外界电信号刺激
传过这个细胞群后,五个细胞的连接方式变成了五角星形。这种从五边形到五角星形转
变的过程就是信息的存储,即记忆。如果以后再有同样的一个外界信号传到这个细胞群
后,那个五角星的突触连接状态就得到加强,由短期记忆转化为长期记忆。这就是神经
网络(大脑)的学习过程。在这个学习过程当中,改变的是连接的方式,而不是在神经
细胞里存储了什么信息。这种连接方式的快速改变,也称为大脑的可塑性。
目前的人工神经网络正是这样一种应用类似于大脑神经细胞连接方式进行信息处理的数
学模型。神经网络是一种运算模型,由大量的节点(相当于神经元,即神经细胞)之间
相互联接构成。每个节点代表一种特定的输出函数,称为激励函数(activation funct
ion),这相当于细胞体。每两个节点间的连接都代表一个对于通过该连接信号的加权值
,称之为权重,这相当于神经网络的突触。人工神经网络的输出则依网络的连接方式,
权重值和激励函数的不同而不同。人工神经网络同样具有学习、联想、快速优化的能力
。比如,John Hopfield在1982提出的一种Hopfield网络,能够快速解决一种差旅问题,
即“推销员应沿什么最优路线出差许多城市才可使其旅途最短”的问题,由900个神经元
组成的网络,只需百万分之一秒便可求解300个城市的差旅问题,比普通算法快10万倍。
这就是为什么人脑的运行速度相对与当今的计算机来说,虽然极慢,但在很多智能问题
上仍然超出计算机的原因之一。
计算机能够实现大脑的部分功能,是因为计算机也同样是基于构架的系统,这与人体的
构架系统是相当类似的。比如,计算机构架的第一层同样是以物理世界的分子原子为基
础的,只是这里用单晶硅等无机材料取代了有机大分子,第二层面是计算机硬件,这包
括集成电路芯片、电阻、电容等, 第三层是硬件控制代码,这包括写入固化存储器或可
擦写存储器当中的代码信息;第四层是操作系统,这包括比如微软公司或苹果公司等的
集成操作系统;第五层是应用软件,第六层是与人机交互。计算机的构架同样遵循人体
构架的原则,即上层是构架在下层之上的,而在上层工作,并不需要了解下层的细节。
就比如我们在打字、绘画、视频编辑的时候,并不需要去了解底层的操作系统如何工作
的,更并不需要了解计算机硬件是如何设计的,我们只要知道如何用我们需要的应用软
件,比如MS Word, Adobe Photoshop等,就可以很好地完成任务。
虽然人脑与电脑有很多相似之处,但也有几点根本的不同之处:一,人脑是可塑性的,
人脑在物质层面上是可以随时改变的,电脑则无法做到这一点。人脑的可塑性使人能迅
速地适应外界极其复杂的坏境变化,而电脑在大部分时候,需要人脑的介入才能避免灾
难性的错误。二、人脑是采用分散式、并行计算的模式,信息的存储、处理是分散在整
个大脑中同时进行的。而目前大部分的计算机采用的中央处理方式,存储(RAM)、计算
(CPU)、输入输出是完全分开来的。这也是人脑的灵活性远大与计算机的原因之一。三
、电脑没有人类的情感,而人类的情感来自于生物个体自我完整性维护的需求,这个最
基本的感觉就是疼痛。计算机没有疼痛感,是因为它不需要维护其硬件的完整性(虽然
已有一些初步的功能,比如电源保护等)。因此,电脑虽然也有信息的处理与传输,但
电脑由于没有维护其自身在物质层面完整性和变化性的需求,其本身还不具有明显的“
显我”存在的可能。电脑只是作为一个人脑的外延而存在的。
这里举一个有趣的例子来说明大脑的并行处理机制。比如,当我们看到某个很久没有联
系的老友或儿时同伴的照片的时候,可能会 一下想不起来他的名字,而出现在脑海里的
往往是一些相关的别人的名字,而这个老友的名字却怎么也想不起来的。这就是因为这
一些相关的其他名字与老友的名字在大脑中是同时处理的,这些处理之间有一个竞争机
制,当有一些名字的处理处于优先地位的时候,其他名字的处理就会被压抑。这时最好
的办法就是暂时不想,等其余的名字的信息处理慢慢淡去之后,老友的名字可能就会突
然浮现出来了。另外,我们在对很多事情抉择的时候,也会遇到同样的问题。而这种情
况一般是不会在电脑中发生的。
如果从复杂程度来讲,与其把人脑与电脑做对比,不如把人脑与整个互联网做对比。前
文提到,人脑中有数十亿个神经细胞,每个神经细胞会与数千至万个其他神经细胞通过
突触相连。而这些连接的模式比每个细胞体本身的作用重要的多。如果与计算机互联网
来比较的话,可以这样来看。根据美国人口调查中心的估算,2013年时全世界的人口总
数大约为70亿,如果全世界每个人都有一台计算机,并且联网的话,那么个这个互联网
的复杂程度大致与一个人的大脑相当了。互联网的每一台电脑就相当于一个神经细胞,
电脑之间的有线、无线连接就相当于神经细胞间的突触了。
电脑与电脑之间的“突触”(连接与通讯)是要遵循网络通讯协议的。国际标准化组织
(ISO)在1978年提出了“开放系统互联参考模型”,它将计算机网络体系结构的通信协
议划分为七层,自下而上依次为:物理层(Physics Layer)、数据链路层(Data Link
Layer)、网络层(Network Layer)、传输层(Transport Layer)、会话层(Sessio
n Layer)、表示层(Presentation Layer)、应用层(Application Layer)。这最后
一层应用层就是我们常用的网络功能了,比如网页浏览的http协议,文件传输的FTP协议
,上MITBBS所用的telnet协议等。可见,这种网络通讯协议也同样是基于构架的。并且
在这个构架中,除了第一层的物理层以外,就都是基于电子传输的数据了,即主要都是
信息层面的。信息层次的构架,也如同物质层次的构架一样,一层基于另一层之上的。
由此可以看出,构成我们这个宇宙的两种基本元素,物质与信息,它们遵循着相似的规
则,高层的物质可以构建在低层的物质之上,高层的信息也可以构建在低层的信息之上
。高层结构的出现是我们这个宇宙如此纷繁复杂的原因。但同时,高层的结构是无法脱
离低层结构而存在的,高层结构在本质上来讲,只是低层物质与信息的重新排列组合而
已。
物质与信息不仅遵守相同的规则,而且物质与信息本身也是是紧密相连,密不可分的。
这种物质与信息关联的特点,不仅存在构架的高层结构当中(比如人脑中突触的连接模
式),而且也存在于构架的最底层,即物理层。组成宏观物质的分子、原子本身不但具
有物质的特点,也同时具有信息的特点。物质与物质间的相互作用,除了可以看作是物
质间的作用外,也可以看作是信息之间的相互识别。比如两个氢原子与一个氧原子的结
合,就是因为氢原子所携带的信息与氧原子所携带的信息相匹配,氧原子周围电子云的
分布对氢原子周围电子云的分布有强烈的信息识别作用,这才导致氧原子与氢原子结合
生成水。再比如,液态的水在零度以下可以固化成有周期结构的晶体状态的冰,就是因
为水分子当中正极性区域与负极性区域之间的相互信息识别。而水分子之所以有极性,
是因为氢原子与氧原子结合时,共用电子对明显靠近氧原子一侧,导致氧原子附近形成
负电荷中心,氢原子附近形成正电荷中心。
在量子力学发现之前,正确理解原子或分子间的信息识别或许是困难的,因为这样一些
物质世界最基本、最简单的组成单位,为何会有这样明显而复杂的信息识别功能呢?而
当量子力学的波粒二相性发现以后,这个答案就比较清楚了。因为组成我们世界的基本
粒子,除了具有粒子性质以外,也同时具有场的性质。比如我们每天接触到的电磁场,
在经典电磁理论中,被看作是在时空轴上周期出现电场与磁场交替的总和,电场、磁场
间的相互关系,可以用麦克斯韦方程来描述。而在量子场论中,这个描述被一种新的理
论所取代,即认为电磁场是一个无穷维自由度组合而成的量子系统。电磁场可以按本征
振动模式作傅里叶分解,自由电磁场可以看作无穷多个没有相互作用的谐振子的组合系
统,每个谐振子对应于一个本征振动模式。进一步,按照普遍的粒子和波的二象性观点
,应当也可以在同样的基础上描述 电子、原子或其他基本粒子。就是说把原先用来描述
单个电子的运动的波函数看作电子场并实现其量子化,就同样可以把电子也看作是一个
无穷维自由度的组合系统。由此可见,即使是在一个简单的电子当中,也可能蕴藏着无
比巨大的信息量。基本粒子之间的相互作用或识别,就是这些蕴藏的信息部分表现出来
的结果。
因此,物质、信息以及它们之间的相互识别,构成了我们这个宇宙的基础。
待续...