计算机是否可以像人的大脑一样工作？

“计算机之父”的最后预言

仍在AI时代不断回响

今天，当机器越来越像人，一个问题浮出水面：人脑究竟是不是一台更复杂的机器？

人工智能概念图

这个问题，“计算机之父”冯·诺伊曼曾在生命的最后阶段追问。在《计算机与人脑》中，他从信息、信号、存储、运算、误差与神经系统出发，冷静比较计算机与人脑的相似和差异。

为电子计算机和人工智能提供思想基础

这本薄薄的小书预示了许多后来的发展。计算机是否可以实现智能化，像人的大脑一样工作？这本书几乎是必读的。

↓点击订购↓

01

一位神童、数学家、“计算机之父”

冯·诺伊曼常被称为“计算机之父”，但这个称号其实只概括了他成就的一小部分。

他首先是一位天才数学家，在纯粹数学、应用数学和计算数学等领域都做出了开创性贡献。第二次世界大战以后，他又参与原子弹研究和电子计算机研发，逐渐从抽象的数学世界走向改变现实的技术前沿。

左二躲在后边的是冯·诺伊曼，中间为爱因斯坦

他的非凡之处，更在于能够在不同知识领域之间迅速建立联系。小时候，他便表现出惊人的记忆力、心算能力和抽象思维能力；成年后，他又把数学、物理、历史和工程问题纳入同一套思考框架。对他而言，计算机从来不只是一台提高运算速度的工具，而是一种可以帮助人类重新理解思维、生命和复杂系统的模型。

在第一批电子计算机尚未真正成熟时，他已经开始研究程序、存储、算法、误差、神经网络和自动机。他比同时代的人更早意识到：计算机终将改变的不只是计算，也包括人类理解自身的方式。

02

在计算机刚诞生时，他已经看见了未来

冯·诺伊曼参与早期电子计算机研发时，计算机还是一种庞大、昂贵而且极不成熟的设备。最初，人们建造它，主要是为了完成弹道计算等军事任务。但冯·诺伊曼很快意识到，这种机器的用途绝不会止于此。

他参与起草的EDVAC设计报告，明确提出计算机应当由计算器、控制器、存储器、输入和输出等部分组成，并采用存储程序与二进制思想。这些原则后来成为现代计算机体系结构的基础。他还关注硬件与软件的区别，研究子程序、自动编程和流程图，希望在人要解决的问题与机器能够理解的语言之间搭建桥梁。

EDVAC设计报告宣告了电子计算机时代的到来

更重要的是，他不断为计算机寻找新的用途。数值天气预报就是其中最具代表性的尝试。天气变化由复杂的流体动力学方程支配，单靠人工计算几乎不可能及时得到结果。冯·诺伊曼组织数学家、气象学家与计算机研究人员合作，使天气预报成为检验电子计算机能力的重要课题。

他还推动了数值分析、误差研究和蒙特卡罗算法的发展。蒙特卡罗算法与传统的数学算法完全不同,是靠掷骰子来求近似值的。它还迫使人类重新思考：怎样把连续的现实转化为离散的计算？怎样控制误差的传播？怎样利用随机方法解决确定性问题？

今天人工智能所依赖的大规模计算、模型训练和概率方法，虽然已经远远超出当年的技术条件，却仍然让我们想起这些早期问题。

03

比制造电脑更难的是理解人脑

《计算机与人脑》原本是冯·诺伊曼为耶鲁大学西利曼讲座准备的讲稿。由于身患癌症，他未能完成演讲，书稿也只留下了两个部分。但就是这部未完成的作品，已经把计算机研究推进到一个更深的层面：我们能否借助电脑，反过来理解人脑？

传统科学常常先建立一个理想化模型，再用数学方程描述对象。但生命和神经系统过于复杂，既不能被轻易简化，也很难用一组精确方程完整说明。

冯·诺伊曼因此选择了一条不同的道路：不急于直接解释人脑，而是先研究结构相对简单、运行方式比较清楚的计算机，再通过比较电脑与人脑的相同和不同，对神经系统获得初步认识。

计算机由人设计，其结构、元件和运行规则相对清晰；人脑则经历了漫长的自然进化，许多机制至今仍然隐藏在复杂的神经活动之中。将二者并置，可以帮助我们看见一些过去不容易察觉的问题：信息如何被表示？记忆如何形成？运算怎样组织？系统如何容忍错误？语言又如何参与思考？

04

人脑为什么不像一台更快的计算机

冯·诺伊曼比较电脑与人脑时，首先注意到二者在基本元件上的巨大差别。人造元件的运行速度远远快于神经元，但神经系统拥有数量庞大的天然元件，并且能够以高度并行的方式工作。早期计算机虽然单个元件速度快，整体上却主要依靠串行运算。

这意味着，人脑的优势并不是“每一步都算得更快”，而是能够让大量活动同时发生。它可以在感知、记忆、判断和行动之间建立复杂联系，并在不需要漫长运算链的情况下迅速作出反应。冯·诺伊曼由此提出“逻辑深度”等概念，试图描述一个系统为完成任务需要经历多少层基本运算。

冯·诺伊曼将计算机分为五大组成部分：输入设备、存储器、运算器、控制器和输出设备。这一体系结构，至今仍被称为“冯·诺伊曼架构”

他还发现，人脑并不是一台纯粹的数字计算机。神经冲动具有某些数字特征，神经系统中所使用的记数系统并不是数字的,而是统计的。虽然算术的准确性较低,却可以通过统计方法提高逻辑的可靠程度。

他指出，“神经系统基于两种类型的通信方式: 一种是不包含有算术形式体系,一种是算术形式体系。也就是说: 一种是指令的通信(逻辑的通信),一种是数字的通信(算术的通信)。前者可以用语言叙述,而后者则是数学的叙述。”

他由此得出更为深远的哲学结论:

① “语言在很大程度上只是历史的事件。”

② “逻辑和数学也同样是历史的、偶然的表达形式。”注意,他先说这是合理假定,现在又强调是表达形式。

③ “中央神经系统中的逻辑和数学,当我们把它作为语言来看时,它一定在结构上和我们日常经验中的语言有着本质的不同。”

④ “这里所说的神经系统的语言,可能相当于我们前面讲过的短码,而不是相当于完全码。”

人脑更接近一种混合系统：数字过程与模拟过程同时存在，并且能够相互转换。这对今天理解人工智能仍有启发。

05

智能如何从不完美中诞生

冯·诺伊曼晚年研究自动机理论，其中一个核心问题是：能否用不可靠的元件，组成一台可靠的机器？

这看起来像一个工程问题，实际上也指向生命和智能的本质。计算机通常要求元件、程序和连接方式尽可能准确，因为一个微小错误就可能导致完全错误的结果。但人脑中的神经元并不总是可靠，它们可能衰老、受损或发生偏差，整体功能却常常仍能保持稳定。通信系统同样会受到噪声干扰，却可以借助编码与冗余传递可信的信息。

如何让误差的概率尽可能小。冯·诺伊曼通过两种方法解决这个问题。第一种方法是比较法,即从三个不可靠子网络出发,加上一些比较装置,不断构成一个更大、更可靠的子网络,以实现同样的功能。对某个具有可靠元件的自动机的网络,系统地施行下去,即可以实现用不可靠元件构成可靠机器。第二种方法是多重输出法,即把二元输出的一线变成一丛线,可以构造一个输入线丛对应输出线丛的子网络,通过冗余,它可以大大降低误差的概率。

冯·诺伊曼还进一步研究自繁殖机和细胞自动机，设想由大量简单“细胞”根据局部规则不断改变状态，最终形成复杂结构。这里隐藏着一个问题：复杂行为是否能够从简单规则中涌现？一个系统是否可以复制自己、修复自己，甚至产生类似进化的过程？

在AI时代重读《计算机与人脑》，最值得关注的或许是他留下的思考姿态：不要只问机器能完成什么，还要追问智能从何而来；不要急着宣判机器是否拥有思想，而要先弄清人类所谓的思想、语言和生命究竟是什么……

《计算机与人脑》没有给出最终答案，但它有助于我们理解计算机、神经网络，乃至人工智能的基本思想。

《计算机与人脑》

↓点击订购↓

哲学史新书

《哲学100问》

三联生活书店出品

一部通俗易懂的西方哲学史

从古希腊到后现代丨跨越2500年思想历程

69位哲学家丨16大篇章｜20大流派｜155张思维导图

梳理人类思想演变的脉络

提升逻辑思维丨治愈心灵焦虑

5折特惠

↓点击订购↓

从以上链接

订购三季图书

赠送哲学史脉络图1份

领取方式

订购三本书收货后

发截图给小助手领取

阅读全文订购《哲学100问》（完整版）