设想这样的情形，用普通的加法来作为“典型任务”，让一个人与计算机来完成同样的计算工作，统计双方的用时，再代入“人脑等效算力=计算机算力/人类用时*计算机用时”的公式中，会得到什么样的结果。
甚至于，考虑到算力的单位，本来就是“每秒完成多少次（特定）计算”，那么连代入公式这一步都可以省略。
单看人类的计算能力，一个人，每秒钟能做多少次加法呢；
一次，两次，还是五次，十次，每秒做十次加法已很不可思议，然而换算为flops，却连1.0都还不够。
以加法为标尺，一个人的等效算力还不到1flops，这结论显然是荒谬的。
倘若将加法换成更复杂的运算，譬如数组排序、或者解二次方程，将算法所需的算力（这容易获得）视为人脑的等效算力，则数字会好看得多，但，终究也不会超越10~100flops的理论极限。
单纯用来计算，一百四十亿神经元的人脑，表现还不如早期单片机，这是事实。
那么也就意味着，倘若某种任务，并不能完全发挥出人脑的能力，即便计算机可以完成同样的工作，也能统计出算力，对于衡量人脑的等效算力，也仍然是不适用的。
围棋，表面上是对弈、而非计算，但稍加思考也不难明白，一个人的棋力之高低，显然与大脑的计算、逻辑、记忆等特质密切相关，那么这种任务，是否高度契合于人脑的思维模式，是否足以让人脑发挥出全部的理论能力，就非常可疑。
不仅如此，也很容易想明白，用围棋、或其他棋类的能力来衡量人脑的算力，所得结果几乎必定是偏低的。
原因很简单，人脑，和计算机不一样，绝非天生就是用来做计算的东西。
人脑的信息获取、加工、运用，其机制与今天的数字式电子计算机差异很大，用棋类对弈的表现来衡量其能力，固然比简单粗暴的数学计算要好一些，却还是与人脑的思维模式差异很大，用ai算力当做等效算力，这一点都不合理。
那么结论就是，人脑的能力，尚未可知，但必定比目前的1pflops更大。
之所以无法测得准确值，根本原因，在于围棋这样的博弈过程，是人脑在漫长演化过程中所要应对之局面的高度抽象。
围棋也好，其他严肃的棋类活动也罢，不论是人、还是人工智能来进行，其决策过程都是一系列简单判断的综合、叠加，要求选手迅速完成大量简单态势的判断，并将结论加以糅合，最终决定如何进行下一步。
这种任务，与人脑长期以来所从事的工作，差别是很大的。
人类大脑的智力，在漫长演化中，要解决的绝不是大量简单条件分支的决策、和大量分支选择的聚合。
这种情形，在人类文明出现之前，根本就不存在。
存在的实际问题，则是如何解决条件纷繁芜杂、背景十分混乱的某一分支，如何综合现有的条件，做出一次（至多几次）最有利的决断。
面对猛兽，迅速判明从威胁到环境的一切因素，选择藏匿、逃跑或肛正面。
面对不速之客，迅速查看从来者到环境的一切因素，选择暗中观察，拦住盘问，或不问青红皂白跳出去德玛西亚。
所有这些场景，从觅食，到繁衍，人所面临的情形，都是复杂条件下的单次、至多嵌套的几次分支选择，判断眼前的植物是否可以吃，是这样的情形，揣摩怎样对同伴说明某件事，是这样的情形，构思如何搭建一处遮风避雨之所，乃至抓耳挠腮寻求勾-搭异性的策略，全都是这样的情形。
人类大脑的智慧之体现，就在于这一次、或几次关键性的决策。
至于决策之后，从组织到实施的很多次动作，步骤和环节，则几乎完全是经验、习惯和下意识的习得技能在起作用。
说白了，人类自古至今的演化，将大脑塑造成为一种特化的结构。
这种特化的结构，本质上，纵然再有多少人对下棋感兴趣，也并不适合用来完成数值计算、逻辑判断和博弈推演，并不适合用来下围棋，也不适合用来进行任何一种分支繁多、需要遍历决策树的脑力活动。
正因如此，相对擅于此的人，才更让同类们感到惊讶、甚至崇拜。
特化的架构不同，人脑，与计算机，各自胜任的工作性质都不一样，用计算机擅长、而人类相对不擅长的棋类博弈，来衡量人脑的能力，又怎可能得出正确的结论。
围棋也好，其他博弈活动也罢，不一定能衡量人脑的实力，这是方然的推论。
但思考的重点，并不在此，围棋水平能不能准确反映一个人的能力，现在他的确不太在乎。
自己真正感兴趣的，是照此下去，会出现什么样的情况。
人脑与计算机的特性不同，让一方去从事另一方所擅长的工作，来衡量这一方的能力，只能得出错误的结论。
但仔细想一想，方然就不禁毛发直竖起来：
今天的it前沿研究，研究如何让计算机具有“自我意识”，甚至研究如何让计算机承载人的意识活动，岂不正是在做这样的事，让擅长数值计算、逻辑判断与信息聚合的计算机，去进行自己并不擅长的工作吗。
自我意识，人的意识活动，一直以来完全以人脑为平台和基础。
将这高度契合的基础，用计算机替代，对后者而言就是一种莫大的不公平。
这种不公平，自然，不会体现在计算机意识觉醒、振臂高呼“这不公平”上，而是说在进行这种别扭的尝试时，计算机的能力，会比名义上的算力差得多。
某种程度上，这也正是时至今日，超级计算机算力已超过100eflops，人类却仍然未开发出一款人工智能软件，让软件栖身的计算机系统具备自我意识，甚至无法让计算机像人脑那样，模糊、并行的处理大量相关讯息。
架构的不同，原则上，并不会影响计算机模拟人类的意识活动，这出自“算法等价性定理”。
但这种模拟的效率，直到今天，也仍然是一个难测的未知数。
【悠閱書城一個免費看書的換源app軟體，安卓手機需google play下載安裝，蘋果手機需登陸非中國大陸賬戶下載安裝】
甚至于，考虑到算力的单位，本来就是“每秒完成多少次（特定）计算”，那么连代入公式这一步都可以省略。
单看人类的计算能力，一个人，每秒钟能做多少次加法呢；
一次，两次，还是五次，十次，每秒做十次加法已很不可思议，然而换算为flops，却连1.0都还不够。
以加法为标尺，一个人的等效算力还不到1flops，这结论显然是荒谬的。
倘若将加法换成更复杂的运算，譬如数组排序、或者解二次方程，将算法所需的算力（这容易获得）视为人脑的等效算力，则数字会好看得多，但，终究也不会超越10~100flops的理论极限。
单纯用来计算，一百四十亿神经元的人脑，表现还不如早期单片机，这是事实。
那么也就意味着，倘若某种任务，并不能完全发挥出人脑的能力，即便计算机可以完成同样的工作，也能统计出算力，对于衡量人脑的等效算力，也仍然是不适用的。
围棋，表面上是对弈、而非计算，但稍加思考也不难明白，一个人的棋力之高低，显然与大脑的计算、逻辑、记忆等特质密切相关，那么这种任务，是否高度契合于人脑的思维模式，是否足以让人脑发挥出全部的理论能力，就非常可疑。
不仅如此，也很容易想明白，用围棋、或其他棋类的能力来衡量人脑的算力，所得结果几乎必定是偏低的。
原因很简单，人脑，和计算机不一样，绝非天生就是用来做计算的东西。
人脑的信息获取、加工、运用，其机制与今天的数字式电子计算机差异很大，用棋类对弈的表现来衡量其能力，固然比简单粗暴的数学计算要好一些，却还是与人脑的思维模式差异很大，用ai算力当做等效算力，这一点都不合理。
那么结论就是，人脑的能力，尚未可知，但必定比目前的1pflops更大。
之所以无法测得准确值，根本原因，在于围棋这样的博弈过程，是人脑在漫长演化过程中所要应对之局面的高度抽象。
围棋也好，其他严肃的棋类活动也罢，不论是人、还是人工智能来进行，其决策过程都是一系列简单判断的综合、叠加，要求选手迅速完成大量简单态势的判断，并将结论加以糅合，最终决定如何进行下一步。
这种任务，与人脑长期以来所从事的工作，差别是很大的。
人类大脑的智力，在漫长演化中，要解决的绝不是大量简单条件分支的决策、和大量分支选择的聚合。
这种情形，在人类文明出现之前，根本就不存在。
存在的实际问题，则是如何解决条件纷繁芜杂、背景十分混乱的某一分支，如何综合现有的条件，做出一次（至多几次）最有利的决断。
面对猛兽，迅速判明从威胁到环境的一切因素，选择藏匿、逃跑或肛正面。
面对不速之客，迅速查看从来者到环境的一切因素，选择暗中观察，拦住盘问，或不问青红皂白跳出去德玛西亚。
所有这些场景，从觅食，到繁衍，人所面临的情形，都是复杂条件下的单次、至多嵌套的几次分支选择，判断眼前的植物是否可以吃，是这样的情形，揣摩怎样对同伴说明某件事，是这样的情形，构思如何搭建一处遮风避雨之所，乃至抓耳挠腮寻求勾-搭异性的策略，全都是这样的情形。
人类大脑的智慧之体现，就在于这一次、或几次关键性的决策。
至于决策之后，从组织到实施的很多次动作，步骤和环节，则几乎完全是经验、习惯和下意识的习得技能在起作用。
说白了，人类自古至今的演化，将大脑塑造成为一种特化的结构。
这种特化的结构，本质上，纵然再有多少人对下棋感兴趣，也并不适合用来完成数值计算、逻辑判断和博弈推演，并不适合用来下围棋，也不适合用来进行任何一种分支繁多、需要遍历决策树的脑力活动。
正因如此，相对擅于此的人，才更让同类们感到惊讶、甚至崇拜。
特化的架构不同，人脑，与计算机，各自胜任的工作性质都不一样，用计算机擅长、而人类相对不擅长的棋类博弈，来衡量人脑的能力，又怎可能得出正确的结论。
围棋也好，其他博弈活动也罢，不一定能衡量人脑的实力，这是方然的推论。
但思考的重点，并不在此，围棋水平能不能准确反映一个人的能力，现在他的确不太在乎。
自己真正感兴趣的，是照此下去，会出现什么样的情况。
人脑与计算机的特性不同，让一方去从事另一方所擅长的工作，来衡量这一方的能力，只能得出错误的结论。
但仔细想一想，方然就不禁毛发直竖起来：
今天的it前沿研究，研究如何让计算机具有“自我意识”，甚至研究如何让计算机承载人的意识活动，岂不正是在做这样的事，让擅长数值计算、逻辑判断与信息聚合的计算机，去进行自己并不擅长的工作吗。
自我意识，人的意识活动，一直以来完全以人脑为平台和基础。
将这高度契合的基础，用计算机替代，对后者而言就是一种莫大的不公平。
这种不公平，自然，不会体现在计算机意识觉醒、振臂高呼“这不公平”上，而是说在进行这种别扭的尝试时，计算机的能力，会比名义上的算力差得多。
某种程度上，这也正是时至今日，超级计算机算力已超过100eflops，人类却仍然未开发出一款人工智能软件，让软件栖身的计算机系统具备自我意识，甚至无法让计算机像人脑那样，模糊、并行的处理大量相关讯息。
架构的不同，原则上，并不会影响计算机模拟人类的意识活动，这出自“算法等价性定理”。
但这种模拟的效率，直到今天，也仍然是一个难测的未知数。
【悠閱書城一個免費看書的換源app軟體，安卓手機需google play下載安裝，蘋果手機需登陸非中國大陸賬戶下載安裝】