主题：【原创】围绕脑科学而发生的若干玄想 -- 鸿乾

关于大脑容量的问题，应该除了总的神经元数量与相对应的链接数量外，有个信息路径的优化问题。从生物与物理角度讲，前者无疑是有个上限，但是对这个上限的未知，我想除了有其数量的庞大与计算上（比如链接与知识的储存关系仍然没有完全理解）的困难外，很大程度上应该是其路径优化与知识之间的关系的未知。

从经验上看，人对抽象知识的学习能力似乎没有上限，现代人与古代人的区别主要在于此。而人的基本生物本能，这些经历过千万年进化的基本技能基本上没有太多的学习容量，我们常说的体育靠天才就是这个意思。

已知的是人脑对重复信息输入的加强，这个广义上的“输入”也包括人脑自身回想对信息的再处理加工，所以一个人对某些知识的了解的越多越深入，加入自己东西的可能性就越多。另外，同样的外界信息输入，在每个人大脑中储存想当然也不尽相同，因为语言文字不过是信息的载体，即使是图像实物，每个人的接受也不会相同，何况一个人的知识通过这些载体传达到另一个的大脑中，因此这个“Garbage"是存在很大的定义空间的。

如果用计算机来比喻的话，脑神经显然不是CPU，也许逻辑门还类似。但是与计算机的主要区别，至少Von Neumann计算机的区别是，大脑的智力产生是靠的神经元之间的链接，信号的传递是大规模并行处理的，不但我们所谓的记忆是存在与这些信号传递的路径中，甚至我们造出计算机的逻辑也不过是存在于某种抽象层次上的链接方式上。

显然这个路径的优化是有着去除噪音，加快反应的益处的。但同时也可能丧失刺激触发对其他知识的连锁反应的可能。我们所谓的"jump the gun", 就是一种优化太简单过于轻易下结论的现象，有时这样的回路过于固化以至于人失去了学习的欲望与能力，不能有效处理新的知识，比如人们常说的思维僵化等，但是这是大脑优化的自然伴随结果，因为优化是大脑应付知识吸收的必然过程，只有不断的归纳分门别类才能不断接受新知识，容纳储存更多的信息。

创新现在是人工智能的死穴，当然也可能是因为人工智能的总能力还没有达到一定高度所致，也许随着智能的提高，概括总结能力自然就随之而来了创新，这个现在还没有结论。但是明显的，与学习有着不同的行为模式。学习的过程是个吸收储存并形成固定的输出模式的过程，这里有低级的技能，也有复杂的技能，但总是在大脑中形成一个相对固定的信号传递模型，从而对未来的信号输入可以产生“靠谱”的预测。比如看过一个例子是眼睛失明的人，在实验中通过在舌头味蕾上接触电极通过视频，训练大脑的味觉区域达到“看”的目的，获得了一定程度的成功。

而创新的过程，在于人的计划能力，目的设置能力（虽然这些能力也可以通过学习获得）上的一个重要组成部分，简单说就是问题的解决能力。自然这里面很重要的一个部分是利用学习到的知识，但是创新的主要区别在于主动的去构建自己的知识模型。当然这里面的边界也很广泛，考试答题也一定程度上经过这个“改变自己的行为模式”才能举一反三，来对付那些测试灵活运用知识的考试。但是，我们常说的创新，自然是在更复杂更广泛意义上的，但基本道理仍然是人类解决问题的过程相同的，虽然是人类学习适应环境生存的学习过程的一部分，或者也可以称为最高级的学习方式，但其本质上与常说的学习含义不是一回事。