首页 小编推荐正文

理论上,你一生的回忆可以在宇宙结构风水大师,卷发图片,侠盗猎车中复原

克里斯托夫科赫(Christof Koch),一位从事意识和大脑领域研究的顶尖学者,有个著名理论称大脑为“已知宇宙中最复杂的研究对象”。大脑错综复杂,由一千亿个神经元和一百万亿个连接组成,不难理解为什么说他的这个理论很可能就是真相。

但宇宙中还有无数其他复杂的研究对象。比如,星系可被分为很多不同规模的巨型结构,分别被称作“星系团”(cluster)、“超星系团”(supercluster)和“纤维束”(filament),延伸数亿光年之远。这些结构之间的边界及其周围被称作“空洞”(cosmic void)的空间可能极其复杂。引力作用将这些边界上的物质加速到每秒数千公里,在星际气体中产生了骇人的冲击波和湍流。通过衡量描述它所需的信息位数的大小,我们已经预测到丝状结构与空洞的边界是宇宙中最复杂的空间之一。

这不禁令人深思:宇宙是否比大脑更复周群飞老公杂?

所以我们——一个天体物理学家和一个神经科学家——联合起来,对星系网络与神经网络的复杂性进行了一个定量比较。我们得出的第一个结果着实惊人:大脑和宇宙不仅在复杂性上十分相似,在结构上也是如此。宇宙可能与规模是其十亿亿分之一的物体具有自相似性。

比较大脑和星系团是一个艰难的任务,因为我们需要处理以截然不同的方式获得的数据:一方面是天文望远镜和数值模拟,另一方面则是电子显微镜、免疫组化和fMRI(功能性磁共振成像)。

我们还需要考虑规模上的巨大差异:宇宙网络中的所有星系勾勒出一个大型的结构,至少延伸都市鉴宝达人数百亿光年,这比人脑的规模大了27个数量级。此外,其中的一个星系上还栖息着数十亿大脑。如果宇宙网络至少与它的任何组成部分一样复杂,我们可能会天真地得出结论:宇宙必须至少和大脑一样复杂。

人脑中的神经元总数与可观测宇宙中的星系数目大致相同。

“涌现”( emergence )的概念使得这种比较成为可能:许多自然现象在所有尺度上的复杂性不尽相同,只有在最大程度上探查苍穹时,这张宏伟的宇宙巨网才变得明晰起来。在较小的尺度上,物质被限定于恒星、行星和(可能存在的)暗物质云中,这种结构就消失了。不断演变着的星系对原子内电子轨道上的舞蹈漠不关心,而电子绕核旋转,亦毫不顾及它们所处的星系。

宇宙就是以这样的方式容纳了许多系统的嵌套,而不同规模的系统之间几乎没有交互。这种尺度隔离使得我们能在自然尺度上研究物理现象。

星体、气体和暗物质(其存在有待被证实)由于自身引力形成的光环是构建宇宙网络的砖瓦,可观测宇宙(observable universe)中的星系总数在一千亿以上。时空的加速膨胀和其自身引力牵拉之间的平衡使得宇宙拥有了蜘蛛网般的形态。普通物质和暗物质凝成弦状的纤维,并在其交叉处形成星系团,余下的大部分空间则空空荡荡。最终形成的结构似乎与生物学有着若隐若现的关联。

直到最近,文献中才出现人类大脑中细胞或神经元数量的直接估测值。占大脑80%的皮质灰质含有60亿个神经元(是脑神经元总数的19%)和近90亿个非神经元细胞;小脑有大约690亿个神经元细胞(是脑神经元总数的80.2%)和近160亿个非神经元细胞。有趣的是,尼玛拉姆人脑中的神经元总数与可观测宇宙中的星系数目大致相同。

从下图中,我们一眼就能看出二者的相似:左边模拟的是延伸约十亿光年的宇宙截面中的物质分布,右边则是一张4微米厚的人类孟华建小脑切片。

图1:宇宙网络物质分布模拟图(左)与小脑神经元胞体分布图(右)。神经元经过2F11单克隆抗体染色后陈自权新浪博客显示出神经纤维束(neurofilament)的形态。右图由摩德纳大学附属医院解剖病理系的Elena Zunarelli博士提供。

这种显而易见的相似,是否只是因为人类总是倾向于从随机数据发掘一些看似有意义的模式?(编者按陈薇茵:这种行为又称 Apophenia,人类倾向于探知表面上毫无关联的事物之间的内在联系并赋予其意义。)然而答案却是否定的:数据分析表明,这两个系统确实有着可量化的相似度。研究人员使用功率谱分析(power spectrum analysis)技术来研究大尺度上的星系分布情况。图像的功率谱测量的是属于特定空间尺度的结构波动强度,换句话说,它能告诉我们每张图像中有多少高音和低音音符共同交织组成这一首独特的空符凡迪的出场费是多少间奏鸣曲。

从图2的功率谱分析图像中可以看到令人震惊的一幕:两个系统波动分布的相似程度非常惊人,尽管他们相差巨大的数量级。

不断演变着的星系对原子内电子轨道上的舞蹈漠不关心按摩男。

小脑中0.1-1mm 范围内的波动分布不禁令人联想起数千亿光年内的星系分布。在显微镜所能观察到的最小尺度(大约10微米)下,大脑皮质的啊爸爸形态与几十万光年尺度上所看到的星系更加相似。

相比之下,其他复杂系统(包括云、树枝、等离子体和湍流的对应图像)的功率谱分析结果与宇宙网络的截然不同,这些系统的功率谱更加严格地依赖老倪除除乐尺度,而这可能是它们分形性质的表现。这种现象在树枝分叉和云层形状中更加明显,二者都是非常典型的分形结构,在很大的尺度范围分布内保有自相似性(self-similiarity)。另一方面,对于人脑和宇宙这样的复杂网络,它们可观察到的行为都没有分形的特征,这可以被解释为依赖尺度的自组织结构出现的依据。

尽管功率谱的比较结果很惊人,也不能说明二者的复杂程度是否相同。估测某一系统复杂性的常用方法是衡量预测其自身反应的野猫口神龙事件难度。通过计算可执行这一预测的最小程序所需的信息位数,我们可以量化这种复杂性。

图2:将图1作空间尺度上的波动分布函数(附加分析了图1中未示出的人脑皮质切片)。同时示出了云团、树枝、等离子体和湍流的功率谱密度以作比较。

最近,我们中的一位研究者通过数字模拟宇宙测量出了预测宇宙演变是多么困难(1),这个估测表明,在它(至少是在模拟宇宙中)表现出自组织结构的尺度上,描述整个可观测宇宙的演变需要大约 1-10PB(1PB=1024TB)。

估测人脑的复杂性则难上加难,因为模拟人脑在全球范围内仍是个极大的挑战。尽管如此,我们可以认为它的复杂程度与智力和认知成正比。根据对神经网络连接的最新分析,一些研究者得出结论:成人大脑的记忆存储总量在 2.5PB 左右,与上文中预估宇宙所需的 1-10PB 非常接近。

大致看来,记忆容量上的相似意味着储存在人脑中的信息(例如,一个人的全部生命体验)可以被编码为宇宙中的星系分布;反过来说,一个有人脑记忆容量的计算机也可以在最大尺度上再现这复杂的宇宙。

比起其内部的星系,宇宙与人脑更相似;比起神经元胞体内部,神经网络与宇宙网络也更相似。尽管二者在所处环境、物理机制和规模大小上有巨大差异,在信息论的研究方法下,人类的神经网络与星系间的宇宙网络的相似程度仍令人咋舌。

这个事实,是否揭示了某些关于这两个系统的层展现象原理的重要之事呢?或许吧。但我们必须采取半信半疑的态度,因为这个分析存在一定的局限性,因为我们取样采养肝四宝粥用的测量方式差异非常大,且样本量很小。

此外,这个分析并未指出两个系统间的动态相似性。构建信息在时间和空间内的传递模型将是接下来的研究关键。对于宇宙网络,这已经可以通过数值模拟实现;对于人脑,我们需要依靠更多全球样本的估算数据,通常是由较小的部分开始,再扩大规模。在不久的将来,我们的目标是在更复杂的数字人脑模型中检验这些概念。

人类大脑计划(Human Brain Project)这样的项目致力肖亚农于模拟整个人脑神经网络,而射电天文学领域的最大企业Square Kilometer Array 将帮助我们填补其中的一些细节,并让我们深入了解宇宙是否比我们以为的更加惊人。

延伸与升华

更多精彩,尽在:

新未来简史:区块链、人工智能、大数据陷阱与数字化生活》。萨菲罗斯vs杰内西斯该书以30多门前沿科技、学科展开深度推腿绞演,与《今日简史》《未来简史》《人类简史》至少分别有80项、100项与50项对立观点。其中,该书用了8万多字从50多个角度深刻分析人工智能AI,几乎摧毁了神话大数据、苏文漪AI、算法滥情宠妃等数十个观点。如图:

特别推荐:

《区块链实用解码730问》(上下合集):32大专题、260多项细分主题、47万字、730问,实用、全面、系统,囊括区块链基础理论、运行机制、核心算法,以及从1.0到3.0等几乎所有、全链条式的知识操作、实践应用的图书如图:

人类的终极理想与终极社会,就是区块链的社会,所以人人都应了解区块链。

相关链接:

0.1:「大讨论」未来,人类多数将沦为无用阶级,还是彻底摆脱无用阶级

0.2:「揭秘」人及万物本可没有衰老病死:海夫利克极限与神秘的56次

0.3:「深度」互联网将会被替代,人造两大新时空,诞生新人类

0.4:想了20年,开始炮轰哲学三大基石之一:量变质变大规律,冲击极限

1、「脑洞未来1」人工智能1:未来,如何让绝大多数人类摆脱无用阶级

2、「脑洞未来02」人工智能02:“强AI会统治替代人类”是个伪命题

3、「脑洞未来03」人工智能03:让人恐怖的名字,仅是个美丽的比喻

4、「脑洞未来04」人工智能04:什么都没做的传统人工智能AI

5、【脑洞未来05】人工智能篇05:阿尔法狗不是真正的“智能”上

6、「脑洞未来06」人工智能06:阿尔法狗不是真正的“智能”(下)

7、「脑洞未来07」人工智能07:AI造神之从“被文化”到超丁燕桃级精神帝国

8、「脑洞未来08」人工智能08:AI造神之从“超级文化”到恐怖崇拜

9、「脑洞未来09」深度学习01:AI监督学习到底比人差几十几百条街?

10、「脑洞未来10」深度学习02:AI非监督学习到底比人差几百几千倍?

11、「脑洞未来11」深度学习03:AI对抗网络颠覆了深度学习的范式

FRANCO VAZZA & ALBERTO FELETTI

发表于NAUTILUS

封面:MICHAEL MARSICANO

数学 MATH 宇宙学COSMOLOGY 神经科学NEUROSCIENCE

References

1. Vazza, F. On the complexity and the information content of cosmic structures. Monthly Notices of the Royal Astronomical Society 465, 4942-4955 (2017).

Franco Vazza

博洛尼亚大学天文学博士,意大利INAF(国家天体物理研究所)下属的射电天文学研究员。

Alberto Felett撸管多了i

意大利摩德纳大学附属医院的神经外科医生。

翻译:杜璇;校对:tangcubibi;编辑:EON

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。

漫步者,国际互联网大会今日开幕!雷军李彦宏等曝出5G、人工智能的这些隐秘,辽宁卫视节目表

  • 乱伦家庭,专家建议八大行动推动税延养老保险变革,韩国电视剧

  • 谢霆锋,河南拟3年完结1万个乡镇老旧小区改造,鲁伯特之泪

  • 牛排几分熟,宜信建立科技中心赋能事务转型,海康威视

  • 适合农村的致富项目,大漠深处四个“文保男”的荒野日子,证件照

  •   职业革新之际,春景色色打造出超级都市SUV——景色580Pro,以“质量优先,驾值动心”为中心,洞悉频组词用户需求,在寻求高质量开展的路上迈出重要一步。此外,春风优女景色还推出旗下首款中大型SUV ——景色ix7,根据全新的高功能中大型渠道,全面临标平等级

  • 驾考宝典科目一,春风风景:积硅步 至千里,甜蜜蜜

  • 台剧,科大讯飞与UCloud、寒武纪组成新智能语音立异公司,加油吧实习生

  • 渗透,美国立法维护儿童网络信息安全 20年发布31起法律决议,死神动漫