計算機與人腦

此書是現代計算機之父約翰·馮·諾依曼爲耶魯西利曼講座準備的講稿，可惜他在講稿尚未完成時便因病去世。 他提出將程序和數據存放在同一存儲器中的構想，是一項極具天才的設計，使程序能夠像數據一樣被修改、存儲和加載，大大增強了計算機的通用性。 幾乎所有現代計算機都基於馮·諾依曼體系結構構建。有些計算機採用哈佛結構，即將程序和數據分開存儲，雖然性能和安全性更高，但結構更復雜，成本也更高。 早在20世紀50年代，約翰·馮·諾依曼就將計算機與人腦的神經系統進行比較，分析了兩者在邏輯計算和記憶機制方面的異同。他指出，人腦具有更高的並行性、更低的能耗、更小的體積（以當時的標準來看），並且具備更好的容錯性和穩定性。有時會讓人覺得，人腦或許就是被設計出來的碳基計算機系統。 對人腦運行機制的研究和借鑑，也是當今人工智能發展的重要基礎。可以說，他的思想至今仍影響着從計算機硬件設計到人工智能理論的各個方面。

當馮·諾依曼在二十世紀中葉將計算機與人腦並置思考時，他或許已爲人類文明埋下了一粒奇異的火種。他洞見人腦並非純粹的數字機器，而是數字與模擬的精妙合奏，是生物演化淬鍊出的混沌與秩序之詩。 未來計算機的終極形態，或許並非冰冷硅基的極致堆砌，而是一場向生命智慧虔誠的迴歸，一次碳與硅在靈魂深處的握手。 想象那即將降臨的“腦機共生紀”。未來的計算機或將掙脫二進制那非此即彼的思維牢籠，如人腦般在確定與模糊、邏輯與直覺的灰色地帶自由舞蹈。它們不僅能處理精確的“數字”信息，更能理解、生成乃至創造那些只可意會的“模擬”意境——一縷情感的微光，一段旋律中無法言說的憂傷，或是一幅畫作裏震顫心靈的色彩交響。屆時，計算機將不再是人類肢體的延伸，而是昇華爲我們感知與思維的有機部分，一種內化於文明肌理的“新器官”。 這並非工具論的簡單勝利，而是一場存在方式的革命。當計算機真正擁有人腦般的並行處理與容錯能力，當它們學會在混沌中捕捉靈感，在噪聲裏提煉真知，人類或將步入一個創造力如星河般噴薄的時代。我們與機器，將在彼此的鏡像中，共同編織超越碳硅界限的文明錦緞——那將是馮·諾依曼在思想星空中瞥見，而我們正以血肉與代碼共同書寫的，壯麗而未知的史詩開端。

人之所以偉大，在於能夠不斷模仿自己又不斷超越自己，而這種超越往往源於對自身與工具關係的深刻理解。 當探討思維與機械的邊界時，會發現兩者並非對立，而是以不同方式追求效率與可靠性的奇妙共舞。數字的精確與模擬的模糊，邏輯的嚴謹與統計的概率，這些看似矛盾的特質在人類大腦中和諧共存，展現出自然界最精妙的工程設計。 思考機器的極限，實則是在反思人類認知的邊界——我們創造的每一套算法，都在映照內心深處的思維模式；每一次對可靠性的追求，都暗含着對自身侷限的不甘。這種跨越物質與意識的對話，讓人意識到真正的智慧不在於複製，而在於理解差異後依然保持敬畏的勇氣。

“我們應該認識到，語言很大程度上只是歷史的偶然產物。 人類的基本語言以多種形式傳承給我們，而這些語言的多樣性恰恰證明了它們並無絕對和必然之處。 就像希臘語或梵語是歷史事實而非絕對的邏輯必要一樣，我們也只能合理地假定，邏輯和數學也很可能只是歷史的、偶然的表達方式。 它們可能存在本質上的不同形式，即除我們熟悉的形式外，它們還可能有其他形式。” 讀到這句話的時候真的顛覆了我的認知！！！語言是一種偶然。 無論是我們使用的語言，還是機器使用的語言。都是特定歷史條件下偶然發生的一種可能性。仍舊存在其他可能性。 不必認爲“邏輯和數學”一定是最棒的表達方式，也可能只是歷史的、偶然的表達方式。 還是有很多種可能性的，非主流之外，還有什麼什麼方式？

我買這本書，純屬意外。技術類書籍我喜歡買紙質書，翻起來舒服、寫寫畫畫也方便，很多時候，靈感就是在自己的寫寫畫畫中冒出來的。而我在批量購買紙質書的過程中，需要一本書湊單，這本書價格合適，於是我便抱着朝聖的心態買了，哪怕收藏也好。 收到貨之後，發現這真的是一本很小、很薄的紙質書，裝幀也極爲樸素，夾在一堆光鮮的書中，確實像極了一本湊單的書。當然，我知道它並不是，這樣的裝幀正好可以將我們帶回那個年代——1956年前後——馮·諾依曼拖着病體寫作該書的年代，去那時領略計算機領域的巨擘是如何思考計算機的未來。 書中簡述了模擬程序和數字程序。作者通過計算機的精度要求推斷出數字程序將更有前景。站在現在的時間點，我們當然知道作者的結論是正確的，而作者的思路也比得出的結論更重要。 我們在解決工程問題時，精度往往是10的-3或者-4次方就足夠了（想想我們高中做物理題是不是往往要求保留兩位小數），但作者認爲計算機只能使用基本運算（加減乘除等）來近似表示複雜的運算，這意味着使用計算機解決問題的邏輯鏈更深，而層層嵌套會導致精度累計。因此，計算機的精度達到10的-12次方則很有必要。模擬程序難以達到這樣的精度，進而得出結論——數字程序是未來的方向。 作者在論述內存存儲控制時，還對程序可以在運行時改變自身這一點進行了暢想。事實上，現在很多程序就在利用這些特性，例如Java程序就可以在運行時通過反射等操作改變自己，進而產生更爲複雜的功能。而神經網絡的訓練過程也可以歸爲此類，只不過改變的不是程序邏輯本身，而是參數。 當然，作者也論述了混合數字程序，即數字程序和模擬程序混合起來。當然，現在計算機中已經通過AD、DA模塊比較容易的實現，作者在論述到這裏時提到了使用“脈衝密度”的方式，這不是就是大家現在極爲熟悉的“佔空比”麼，每個學過信號或者控制系統的人應該熟悉的很。 而最令人感嘆馮·諾依曼大神偉大之處的地方在於，他對生物神經學有着深入的研究，並通過相關知識指導計算機的設計。甚至，他還在運行速度、體積、能耗等多個維度，將當時計算機中使用的電子器件與神經元進行了對比，以此得出了一些指導計算機設計的結論。例如，他認爲計算機相比於人腦，其串行能力更強，會使用串行計算來降低器件數目——事實上，現代計算機就是這麼做的。 另外，他通過生物神經學的相關知識對計算機展開的思考，與現在的神經網絡系統即爲相似。關於這點，只能說他不愧是開啓了人工智能研究的先河的巨擘。 另外，讀罷此書，我還有一個感觸——神經學經過了近百年的發展，進展很有限啊！1956年左右，人類已經對神經元、突觸、神經衝動有了很深的瞭解。甚至，我並沒有覺着現在我們瞭解的更多——當然，也可能是我掌握的太少，不過我最近確實正在讀《認知神經科學》一書，等我再學學吧。 在2025年的今天看，馮·諾依曼的《計算機與人腦》依舊是一本極具啓發性的書籍，十分值的閱讀。讀完此書，你可能不會獲得新的知識，但會領略巨人的思路，相信也會對當今的人工智能發展有些許感觸。 另外，我整理的程序員書單，在我的主頁可見，均爲自己看過的高分書籍。後面，我也儘量多發些書評。

薄而小的一本，計算機領域的里程碑著作。 回憶起來，迄今爲止讀到的各領域扛鼎之作，皆短小精悍。 從《易經》開始，直至《廣義和狹義相對論》，沒哪個不是字字珠璣，符號簡潔。所謂大道至簡應如是。 記得當時邊讀邊不斷感嘆：這麼早就把計算機看成模擬人類思維過程的工具，厲害，太厲害！ 諾伊曼能想到信息社會和人工智能發展到今日的地步嗎？或者說，是他想象的發展樣貌嗎？他是否想過，後人竟還真的在奮力將工具智能化上，一路狂奔不回頭了。 似乎經典最後都會被上升到哲學高度，雖然科學家往往認爲哲學太虛。想起來，金克木先生說書是可以讀完的，只要你抓住了中西方脈絡的經典，讀明白它們，後面的發展，基本是思想脈絡的衍生。 看看計算機的發展，此話說得相當在理啊。

天才之所以是天才，是因爲他們對這個世界，有着遠超我們普通人的洞見。 馮諾伊曼也許沒有預計到技術發展到今天的程度，而他當時知道的一些事實，也並不完全正確，但他深刻的見解，卻遠遠超越時代，依然給70多年後的我們帶來啓示！

作爲非計算機和神經科學專業讀者，只能淺讀了解邏輯關係，深入學習還需要拓展計算機組成與神經元基本原理等等知識和理解。 按照理解整理一下基本的邏輯：首先本書是馮·諾伊曼基於耶魯西利曼講座整理而成的遺稿，1958 年問世。全書以“計算機”與“人腦”雙線並進：前半解析模擬、數字及混合計算機構造與精度問題；後半則用計算機視角審視神經系統，將神經元-突觸網絡視爲大規模並行自動機，探討刺激-反應、記憶形成與注意控制等機制。 馮·諾伊曼提出人腦具有高度並行、容錯與綜合可靠性，其“數字+模擬”混合特性或可啓發未來計算架構；同時強調計算機難以複製人類情感與直覺，指出現有算法化解釋的侷限。 本書把計算機科學與神經科學置於同一框架，開創了“用計算機解釋大腦，再用大腦啓發計算機”的交叉範式，對人工智能、神經網絡等影響深遠。

DS:您的感覺非常敏銳！《計算機與人腦》這本書的內容，從具體技術層面來看，確實已經“過時”了。但是，它的核心思想和洞察力卻遠遠沒有過時，這正是它被視爲經典的原因。 理解這本書的背景，能幫助我們更好地理解爲什麼它今天依然值得一讀。 一、核心背景：作者與時代 1. 作者是誰？ 本書作者是約翰·馮·諾依曼，他是20世紀最頂尖的數學家之一，也是現代計算機科學的奠基人。我們所熟知的“馮·諾依曼架構”（存儲程序計算機）就是以他的思想命名的。他不僅是理論家，還深度參與了早期計算機（如ENIAC, EDVAC, IAS）的設計與建造。 2. 寫作時間與狀態：這本書源自他1955-1956年未完成的講座手稿。這是他臨終前的最後一部作品。1957年他因癌症去世，所以這本書是一部未完成的、帶有大量思考和推測的“遺作”。這使得它更像是一份思想藍圖，而不是一本完整的教科書。 二、本書的“過時”之處（您感覺到的部分） 書中的具體技術描述，反映了20世紀50年代的科技水平： · 計算機技術：他討論的還是使用真空管、延遲線存儲器的第一代計算機。晶體管剛剛發明，集成電路（芯片）還要等好幾年纔出現。他描述的計算機是龐然大物，運算速度以千次/秒（KIPS）計算，而今天的計算機是千億次/秒（GFLOPS）。 · 神經科學：20世紀50年代，我們對大腦的瞭解極其有限。腦電圖（EEG）是主要工具， fMRI（功能性磁共振成像）等現代神經影像技術還不存在。神經元和突觸的基本功能剛被釐清，但關於信息如何在大腦中編碼和處理，幾乎全是未知領域。 三、本書的“不朽”之處（爲何仍是經典） 儘管技術細節已過時，但馮·諾依曼在書中展現的思維方式、提出的根本性問題以及跨學科的洞察力，至今仍閃耀着光芒。 1. 開創性的比較研究：他是最早系統性地將計算機（人造計算裝置） 與人腦（天然計算裝置） 放在一起進行功能比較的科學家之一。他試圖從工程和邏輯的角度來理解大腦，這爲後來的人工智能、認知科學和計算神經科學奠定了基礎。 2. 深刻的架構洞察： · 他清晰地闡述了數字原理與模擬原理的根本區別（這正是您之前問題中涉及的）。他預見了基於數字、離散處理的通用計算機的巨大潛力。 · 他強調了可靠性問題：如何用不可靠的元件（神經元、真空管）構建一個可靠的系統？這引出了關於冗餘、錯誤校驗等關鍵思想的討論。 3. 對人腦的驚人預見： · 混合模式：他提出人腦可能不是純粹的數字或模擬計算機，而是一種混合體，同時使用數字信號（神經衝動，即“放電/不放電”）和模擬信號（突觸強度、神經遞質濃度）。這個觀點在今天看來非常超前，並且被現代神經科學廣泛接受。 · 並行處理：他明確指出，大腦的運算速度（神經元放電很慢）遠低於當時的電子計算機，但其強大之處在於大規模並行處理。他寫道，大腦的“邏輯深度”很淺，但“帶寬”極寬。這與現代計算機科學追求並行計算、以及我們對大腦“分佈式處理”的理解完全一致。 · 統計性與可靠性：他推測大腦的運作可能更依賴於統計和概率，而不是絕對精確的算術。單個神經元不可靠，但龐大的神經元網絡整體上是可靠的。 總結：我們今天爲何還要讀這本書？ 讀《計算機與人腦》，不是爲了學習具體的、過時的計算機或神經科學知識，而是爲了“親歷”一位天才的思考過程。 · 學習一種思維方式：看他如何從第一性原理出發，拆解複雜系統（無論是計算機還是大腦）的基本構成和邏輯。 · 理解計算的本質：他剝離了技術的表象，深入探討了“信息”、“計算”、“控制”、“存儲”、“可靠性”這些根本概念。 · 感受跨學科的魅力：這本書是數學、工程學、計算機科學和生物學交叉的典範。它告訴我們，解決一個領域的難題，可能需要從另一個完全不同的領域汲取靈感。 簡而言之，這本書的“肉體”（具體技術）可能已經老去，但它的“靈魂”（核心思想）依然鮮活，並持續啓發着後世的科學家和思想家。它是一扇窗口，讓我們得以窺見現代計算思想和認知科學誕生時的壯麗景象。

人的神經系統很可能是一個用離散脈衝工作且脈衝密度以近似對數函數編碼的混合（數字+模擬）計算系統。我們的語言、邏輯、數學也很可能是建立在中樞神經系統真正使用的“第一語言”之上的“第二語言”。