找出24小时而没有中断和健忘，只有4GB的“知识储备”？科学家的最新研究计算了人类研究积累的上限，这更~~（尽管不如USB闪存驱动器好）。这是来自领先的细胞神经科学杂志神经元的任务，该杂志已经提出了一种分散悖论的想法：处理人类信息为每秒10位，而我们的感觉系统可以以每秒10亿位的速度收集数据。因此，以每秒10位10位的速度，人们继续学习24小时而不会忘记，而100年中存储的知识仅为4GB。这是什么概念？让我们将其与大型模型进行比较：大型语言模型的每个参数都可以存储2个知识，而具有70亿参数的Modelo可以存储140亿个知识。 △得出的结论来自中国学者Zeyuan系列的“语言模型”，这并不令人惊讶唱歌说研究人员也通过：通过继续提高计算能力，只有一个小时才能使机器能够比不同活动中的人表现更好。此外，根据这项研究的结论，马斯克脑界面的当前研究也有问题。研究人员说：我们可以预测，马斯克大脑正在与计算机交谈约10位/s。最好直接使用手机，而不是使用Neurink电极束，因为手机数据传输速率旨在匹配人类语言，这与理解和理解的速度相对应。在IAT之内，这一系列令人惊叹的信息为学术界的主要社区提供了广泛的讨论。埃里克·托波尔（Eric Topol）是斯克里普斯（Scripps）翻译学院（Scripps Translational Institute）的著名科学家，也不会将其打开。我们为什么只能单独考虑一些东西？那么，您如何得出结论？的“序列”中枢神经系统会影响信息处理的速度。简而言之，如果我们想计算一个人可以从他或她的生活中学到多少知识，我们必须首先以他的大脑处理信息的速度开始。 Judging from the review of many sun -day -to -day activities (such as typing, speaking, TWISTING to Rubik's Cube, etc.), They initially decided that "the brain processing information at speeds of nearly 10Bits/s. "Taking a person's type as an example, a senior typist can type 120 words per minute (2 per second), and on average, each word is calculated in 5 bits, so the information transmission rate is 10 bits/s.同样，如果您以英语说话为例，例如，如果您控制信息的Rhy传递，则为13bits/s。多维数据集约为4.3x1016≈265，最终信息传递速率ISABOUT 11.8BITS/s。作者使用类似的方法估计信息处理的速度到更多情况（来自经典Labo现代电子竞技等的河流实验），结果显示了5〜50位/s。这也得出了一个总体的结论：人类思维的速度始终在10位/s的大小内。按照这个标准，以为我们可以生活100岁，每天24小时不中断（并消除健忘因素），我们的最终“储备知识”小于4GB。实际上，与10位/s的鲜明对比是人类感觉系统以近10亿件/s的速度收集数据。 10bits / s vs 10亿位 / s，特别是我们从周围气氛日获得信息的速度是用Gbps / s进行的。例如，视觉系统的单个锥体可以以270位/s的速度发送信息，而一只眼睛的锥度约为600万。然后，双眼视觉系统仅以高达3.2Gbps/s的速度接收信息。基于此计算，信息速度与处理信息的速度实际上达到了108：1。您应该知道，人脑中有超过850亿个神经元，其中三分之一集中在大脑皮层中，以产生复杂的神经网络。也就是说，单个神经元可以轻松地以10位/s的速度处理信息。但是，今天观察到的现象与它不符。显然，两者之间存在一定的矛盾。神经元本身的性能（能够处理和传播的主化）的酌处权是速度，但并未直接翻译而不是整体认知速度的提高，这表明其他因素正在播放。那么，为什么人类信息会慢呢？根据论文分析，这些因素可能在以下方面：最重要的是，中枢神经系统在处理信息时使用串行方法，从而限制了信息传输速率。在这里我们提到区别在并行处理和处理串行之间。所谓的并行处理显然是指同时实施许多任务。以我们的看法为例，视网膜每秒构成100万个输出信号，每个信号都是视网膜神经元的局部视觉图像计算的结果，因此同时处理了大量的视觉信息。在中枢神经系统中，他们注意到“心理难治时期”的效果，也就是说，同时面对许多活动，中枢神经系统仅关注一项任务。当然，他们还进一步探讨了“系列”出现背后的原因，并且可以得出结论，它与在进化过程的早期阶段与神经系统的神经有关。为了扩展，使用第一神经系统的生物利用其主体来看到气味分子浓度的梯度来判断运动方向预防敌人。如果这样继续，能源需求是通过提供“一次处理任务”的体系结构逐渐发展的这种特定效果。在进化过程中，大脑的结构逐渐稳定。尽管随着物种的变化，大脑功能变得更加复杂，但这种早期的认知结构仍然阻止我们同时处理多个任务并在一定程度上快速处理信息的能力。此外，还有一些理论认为，“注意瓶颈”限制了信息处理。注意是认知过程中的重要因素。这就像一种瓶颈，它限制了可以进入认知处理阶段的信息的数量和速度，但是人们并未完全理解其特定的操作机制。简而言之，正如纸张观看的那样，10bits/s的速度可以满足人类安全的需求。我们可能需要一个大型神经网络的原因，我们可能需要是疯狂的地图集交换任务和不同神经回路之间的浮力信息。麝香的大脑计算机界面非常完美。但是，鉴于10bits/s至10亿张/s之间的差距很大，人们无法忍受缓慢的速度。从本文中，这也是一种理解：通过不断提高计算能力，这只是机器执行的时间而不是在不同活动中的人。用今天的话来说，以人工智能代表的新物种可能会逐渐“消除”人。此外，该论文还开玩笑说麝香的脑接口系统。它指出，马斯克的行为是基于信息处理的限制，而不是通过物理带宽不足。根据老行的愿景，一旦人脑和计算机直接通过界面高水平连接，人们就可以更加自由地与AI交谈。但是，他们认为这个想法太理想主义了。 10bits/s的极限来自主大脑结构，通常不会损坏By外部设备。它还最初提到了建议：最好直接使用手机，而不是使用Neurhink的电极束，因为电话数据传输速率旨在与人类语言匹配，这与理解和理解的速度相对应。但是，上述陈述并不意味着它们对脑部计算机界面失去了信心。他们认为，关键不是打破信息率限制，而是以不同的方式提供和阅读患者所需的信息。上海北北大学的校友之一。这项研究由加利福尼亚理工学院生物学和生物工程系的两名学者完成。 Jieyu Zheng目前是Caltech的五年级博士生。他还是上海Jiaotong大学的本科校友，并拥有康奈尔大学的生物工程学士学位，并且是教育硕士学位和PSYC的硕士学位剑桥大学的新学。他的研究集中在灵活性，研究和记忆上，特别关注这些功能中大脑皮层和海马的核心作用。她目前正在研究一个名为“曼哈顿迷宫中的老鼠”的项目。 Markus Meister是Jieyu Zheng的主管，Jieyu Zheng自1991年以来一直是哈佛大学的教授，并在2012年科学的加州理工学院（Caltech）担任生物学，研究领域是Malalararge神经巡回赛的运作，重点是视觉和嗅觉。马库斯·梅斯特（Markus Meister）于1993年被任命为皮尤学者，并获得了劳伦斯·卡兹（Lawrence C.马库斯·梅斯特（Markus Meister）也开玩笑说每秒10位的处理速度受到同伴的审查。然后，学术界的主要社区开始讨论这项研究。有人认为论文很有趣，并且思考思考：简化了内容后，这是可以理解的，仅关注中枢神经系统，而讨论的内容在两个部分中：内部和外脑。这是一个非常重要的观点，值得思考...范围，许多人也提出问题。我对本文中的一些估计值越多，我就越怀疑。例如，打字员和观众之间比特率的相似性似乎存在一个错误（S.3）。正如香农（Shannon）所教的那样，英语字母的熵约为每个字符1位。但是，如果这是一系列单词或概念怎么办？该集合缺乏这样的假设，即每秒10位很慢。与我们在硅基板上实现的总体用途计算系统相比，这确实很慢，但是这个假设不能通过大脑保存和对存在的理解转化为信息的顺序。您如何看待这项研究？链接ng论文：https：//arxiv.org/ pdf/pdf/2408.10234参考：[1] https：//www.caltech.edu/about/news/news/thinking-slowly-slowly-th------------------------------------------------------------------------------------------------- https://www.cell.com/neuron/abstract/s0896-6273(24)00808-0ave3] https://news.ycombinator.com/item./item?id=4244496602ave4]