怎么估计人脑的信息储存量的（人眼的分辨率与带宽）

小君 2023-04-16 12:17:13 858

怎么估计人脑的信息储存量的（人眼的分辨率与带宽）按照这个数据量偶算过，每分钟经过人眼的数据量约为140.34GB。也就是说，平均打一个小时的XBOX360，将有8420.4GB的数据被传导到大脑。这些数据如果刻成蓝光光碟，需要337张！索尼7680×4320超高清晰分辨率的未经压缩的18分钟未经压缩的超高清视频大小为3.5TB，平均每分钟194GB 人观看物体时，能清晰看清视场区域对应的双眼[ 视角 ]大约是35°（横向）X 20°（纵向）。同时人眼在中等亮度，中等对比度的[ 分辨力（d）]为0.2mm，对应的[ 最佳距离 (L)]为0.688m。其中d与L满足tg(θ/2)=d/2L，θ为[ 分辨角 ]，一般取值为1.5'，是一个很小的角。将视场近似地模拟为地面为长方形的正锥体，其中锥体的高为h = L = 0.688m，θ1=35°（水平视角）， θ2=20°（垂直视角）。以0.0002m为一个点，可以得知底

怎么估计人脑的信息储存量的（人眼的分辨率与带宽）(1)

怎么估计人脑的信息储存量的（人眼的分辨率与带宽）(2)

当空间平面上两个黑点相互靠拢到一定程度时，离开黑点一定距离的观察者就无法区分它们，这意味着人眼分辨景物细节的能力是有限的，这个极限值就是分辨率。研究表明人眼的分辨率有如下一些特点：①当照度太强、太弱时或当背景亮度太强时，人眼分辨率降低。②当视觉目标运动速度加快时，人眼分辨率降低。③人眼对彩色细节的分辨率比对亮度细节的分辨率要差，如果黑白分辨率为1，则黑红为0.4，绿蓝为0.19。

目前科学界公认的数据表明，观看物体时，人能清晰看清视场区域对应的分辨率为2169 X 1213。

再算上上下左右比较模糊的区域，人眼分辨率是6000 X 4000。

那么，2169 X 1213是怎么计算出来的呢？

人观看物体时，能清晰看清视场区域对应的双眼[ 视角 ]大约是35°（横向）X 20°（纵向）。同时人眼在中等亮度，中等对比度的[ 分辨力（d）]为0.2mm，对应的[ 最佳距离 (L)]为0.688m。

其中d与L满足tg(θ/2)=d/2L，θ为[ 分辨角 ]，一般取值为1.5'，是一个很小的角。

将视场近似地模拟为地面为长方形的正锥体，其中锥体的高为h = L = 0.688m，θ1=35°（水平视角）， θ2=20°（垂直视角）。以0.0002m为一个点，可以得知底面长方形为2169 X 1213的分辨率。

索尼7680×4320超高清晰分辨率的未经压缩的18分钟未经压缩的超高清视频大小为3.5TB，平均每分钟194GB

按照这个数据量偶算过，每分钟经过人眼的数据量约为140.34GB。也就是说，平均打一个小时的XBOX360，将有8420.4GB的数据被传导到大脑。这些数据如果刻成蓝光光碟，需要337张！

而如果把人眼想象成一个高清摄像头，这个摄像头的总线带宽为2.339GB/秒，换算为更形象的网卡速率，应该为19161M网卡。当然，这只是人脑在同一时刻处理的视频数据所占用的带宽，还不包括音频，温度，气味数据。而人脑几乎可以同步处理这些数据，所以人脑的带宽之大是远远超乎人的想象的！

其实真正牛的是人脑，每秒处理数据是PB级别的！目前世界上最强的磁盘阵列，也刚刚突破PB大关不久而已。

人眼是很不可思议的精密系统，自动对焦，曝光自动补偿，单反，自动运动模糊处理，还包括免费赠送的夜视功能。。。。。

最神奇的是，实现这些功能，不需要升级IOS和安装任何驱动，不需要耗电！出生时的婴儿的眼睛就具有人眼所有功能了。

大家平时还是珍惜珍惜这么高档的设备吧，特别是过年，看片不要太晚，打游戏不要穷凶极恶，上班看电脑多用眼药水，呵呵。

人眼的焦距

根据R. N. Clark的陈述，人眼的分辨率大约是0.3 arc-minute（这种情况下一般都是弧度单位）。而根据Michael F. Deering在The Limits of Human Vision中的描述，人眼的成象分辨率中心和边缘是不同的，中心位置可能小于1度，越往外围越低，最外围似乎只有12度。这点和数码相机基本上图象分辨率中心和边缘比较平均不同。

还需要注意一点的是，人眼所看到的东西是动态的，而数码相机看到的是静态的。区别在于，相机是一次成象，而人眼则是眼睛和大脑的组合，眼睛持续不断把图象信息传递给大脑，并且眼睛在不挺的转动，让高分辨率的感应区域扫过对象的各个细节。大脑把所获得的信息进行动态累加，就得到了我们所感觉到的图象了。因此，虽然高分辨率的成象区域比较小，但是我们依然可以感觉到比一次成象要清晰很多，并且视野大很多的图象。所以，下面说到的信息是基于累加的结果，而不时一次成象的结果。

Clark计算，如果视野是90x90度的话，那么计算的结果，相当于324百万象素。如果按照近180度的视角的话，那么是576百万象素。注意这是大脑和眼睛动态累加的结果。

关于人眼的ISO。Clark通过用Canon 10D与人眼对比进行实验，他估计完全适应黑暗环境下的人眼的ISO可能有800。

关于焦距。Chapman and Hall Ltd London 1968 page 49 关于标准欧洲成年人的数据是：

Object focal length of the eye = 16.7 mm

Image focal length of the eye = 22.3 mm

所以，应该是22mm左右。

人脑的容量

目前的生物化学对於人脑的记忆储存机制还不是很清楚啦，不过要谈到人脑的记忆

机制，首先就得看一下人脑是如何处理讯息的。

人脑处理讯息的模式理论上可以算是数位（digit）的形式，因为神经冲动（Nerve impulse）是一种全有全无（All or none：这在前几封信的学长有提到过）的方式，也就是神经电位有所谓的阈值，这刚好符合数位处理的 0 与 1，在某个神经电位之下的电位被解释成 0 （or 1），而其上的值则被解释成 1 （or 0）。

既然神经冲动是属於数位方式，但是，人的脑部是否就和电脑一样呢? 答案很明显，当然不是。现在让我们将角度放在人脑和电脑的单位层次，来比较看看神经元（Neuron）和电晶体（transistor）的差异。

一般来说，transistor 有所谓的输入（Input）和输出（Output）端（end），如果我记得没错的话（毕竟不是电机科系的，说错还希望前辈指正），在各个logic 下的 transistor 其大多只有两个 Input end，一个 Output end，和其它 transistor 以极为有序的平面网路（2-D network）结构相连在一起，构成 AND，OR，XOR....等逻辑运算和 ADD，SHIFT.... 等算数运算，而构成这些单元后，这些单元的功能就此限制住了，没办法再修改，亦及 ADD 就是ADD，不能变成 AND....。

可是 neuron 呢? 以一般最常见的 neuron 来考虑，有所谓的树突（dendrite）和轴突（axon）分别处理 Input 和 Output 的讯号。和transistor 相似的，neuron 的 axon 通常只有一个，可是 dendrite 呢? 平均在十万以上，再加上 neuron 和 neuron 之间是属於乱序的立体网路（3-D network），这使得 neuron虽然也是处理 0 与 1，可是一群 neuron 结合起来，却没有特定的功能了。

就以下面来比喻吧：当某一区域具有 A，B，C，D，E，F 六个 neuron，假设当它们以A-B-C-D-E-F 来当 information pathway 时，所具有的功能为 ADD，可是在复杂的 3-D network 构成下，它可能还有另外的 information pathway，但不论information pathway 为那条，A-C-B-D-E-F 虽然只有 BC 对调，但同样包含这相同 6 个 neuron 的 pathway 所具有处理能力就和原先不一样了，也就是说，XOR，AND，SHIFT....都有可能....

Neuron 这样的功能表示什么呢? 表示人的脑部能够在有限的 neuron 中，"重叠而平行地" 处理许多事件。我们可能在马路上开车，突然之间一个小孩跑出来，经过眼睛收到讯息后，我们紧急踩下煞车，握紧方向盘，肾上腺素大量分泌，交感神经兴奋....。等等显在和隐藏的处理程序发生了。请允许我这样比喻，在现在的 MPP 超级电脑中，我们是用大量的 CPU 来达成平行处理，可是人脑却十分精巧地利用 neuron-neuron 间的突起连结成一个叹为观止的单一 CPU 却具有多 CPU的能力，或许我们更可以这样猜测，人脑是同时具有处理和储存能力的 "CPU"，就拿一些数据来比较吧，人脑中的 neuron 约有一百四十亿个，而目前人类在处理器实作中就属 Alpha 有将近一千万个 transistor 最多。

事实上很明显，人脑大约是 Alpha 的 1400 倍，加上能 "虚拟" 的处理数....。你能想像人脑所具有的潜能吗?不过这也只是将人脑比做电脑才有这样子的比较，事实上的情形，人脑和电脑属於两种不同领域的东西，虽然就某种方面来说具有相关性（皆是某种形式的stimulus & response），但很难将两者视为平起平坐的 "处理器"....

以上是电脑和人脑的某种数字游戏，接下来的 Post 将讨论到一些人类记忆原

理的假说了....。

还记得在六十年代和七十年代的几项老鼠实验吧? 那时候的环境正是核酸（nucleic acid）和蛋白质（protein）的时代，许许多多的生化机制都被NA和 protein 所阐明。其中有一群科学家利用老鼠做了一个实验，他们原本训练一只老鼠（A），等 A 训练完后，他们将 A 的脑萃取出蛋白质，然后送入另一只老鼠（B）的体内，结果他们很惊讶的发现 B 不用经过训练便可以具有 A 的行为模式。於是，他们便怀疑，脑中的储存物质很可能是 protein。

如果我们脑中的储存物质是 protein 的话，那么我们就大约可以算出人类脑中最大可以储存的极限容量了。一般来说，人类脑的重量约二到三公斤，而身体中约有 66% 是由水组成，那么我们可以这样假设了：

假设某人的脑重量为 3 公斤，而我们可以完全排出脑中的水和不需要生化机制的 NA 和 protein，所以我们可以得到最大 memory protein 为两公斤，而每一个 Amino Acid 的平均分子量为 120，於是我们所能具有的全部 a.a.数为：

2000 / 120 = 16。67 mole ，即 16。67 x 6 * 10^23 个

也就是所有用来储存的 a.a. sequence 有 10^25 个，然而每个sequencelocation 可以由 20 种a.a. 所构成，这和电脑所定义的 byte 数不一样，因为电脑中是以 8 bit 为 1 byte，而 1 bit 为 1 和 0 的组合。我们不知道生物储用的 "byte" 为几 "bit"，我们只知道可能的 "bit" 有 20 种变化.... 。

於是，我们不管 protein 以何形式来储存 real world 的 Data。也不管脑中 receptor or binding protein 如何解译 memory protein sequence。好吧，如果我们这么想知道人类的极限能力的话，我们假设我们一样是8 "bit"（bio-bit）组成一个 bio-byte，只是这个 bit 很奇怪，有 20 种变化。因此在生物中对於 real world 的 information 种类就有 20^8 定义，大约 256 * 10 ^ 8，比电脑 ASCII 的 256 种变化多多了，看起来似乎能够代表 real world 的所有资讯，那我们就这样假定了。

因此，我们能够记忆的最大容量是 10^25 bio-byte，换算成硬碟的容量是：

total bytes = 10^25 / 8 = 1。25 * 10^24 （近似於 10^24）

10^24 / 10^（6 3） = 10^15 bio-GB，以全球一年 HDD 一亿台出货量来说，大约要 10^15 / （10*10^8） = 10 ^ 6 （假设每台 10GB ），相当於要一百万年才能生产出一个人脑中储存总容量的 "总硬碟" 数目....况且最牛的是，人脑的存储空间可以作为内存和缓存使用！这些都是由人脑进行管理的。

如果这个理论正确的话，那么就算一个细胞中只有 1% 的 protein 用来memory 外，还是得上万年才生产的出来....

近年来在生物化学的领域中，基因研究一直是个相当热门的话题，也是目前生物科技探索次细胞世界的主要方法。依据六七十年代的老鼠研究，我们大概可以

了解人的记忆这件事情和 protein 脱不了关系，可是问题就出现在这儿，"记忆和 protein 脱不了关系" 在逻辑上并不是 "记忆物质就是protein" 的同义词，那么如果真有记忆物质的话，它到底是什么? 机制为何?

犹记得二十世纪前叶的时候，生命科学界（事实上当初不是这样命名），对於遗传物质（gene material）到底是那种物质而争论不已，而顶顶大名的protein 则是那个时候最有希望的候选人之一，因为一个生命所能具有的性状太多了，除了 protein 和不久前被分离出来的 nucleic acid之外，几乎没有一种物质能有那么多的 "变异" （"同系物"）。结果，后来一个噬菌体（phage）实验毁灭了 protein 成为 gene material 的梦想，nucleic acid 登上gene material 的王座。人类第一次发现自己对於生命所作的猜测是如此愚蠢，更首次见证到生命的有序，简单，却不可思议的复杂....。

而这一次，protein 准备卷土重来了....

科学研究的定义其实很简单，就是基於事实的猜测。以前人类并不清楚脑中所发生种种的现象，因此只能就日常生活上的经验来假设，当然日常生活中我们最常用的 "辅助记忆体" 是纸，於是在人类的心灵中便普遍有一种想法，"人类的脑中一定有什么东西和纸这种概念相似的"。的确，这是一种正确的科学猜测，也符合实验精神，只可惜更正确，更符合科就必需依循已知的条件作修改。要怪就只能怪脑的机制太复杂了，复杂到和人类行为南辕北辙，复杂到几乎没有已知的现象来提供假设辅助....

接下来的东西就已经完全进入到生物化学的高等领域。正如前面所言，memory material 并不存在，也许你会有这种想法与疑问： "那么是何种机制构成我们的记忆呢? " 这真是一个好问题，同时提供了问题与解答。咦? 问题还可以理解，什么时候出现解答了?

没错，有解答，正是 "机制" 两个字。人类的记忆并不是像电脑一样拿一群"东西" 来记录事情，而是一种可变的生化机制来牵动一连串的反应，不论是思考，记忆，创造，情绪....。请注意，脑中的讯息传递（signal transduction），和电脑不同的是，它不仅用电流来传地，更有化学物质来参预，这不仅让neuron 赢过只单纯利用化学物质的体细胞，更让它自己都不了解它自己....

好了，其实就目前的实验所知，现在人类脑中的储存机制依然未知，不过仅就绝对已知，也绝对相关的部份来看，我们可以得到下列数点：脑部神经讯息传递的方式和 "它" 自己想出来的方式 - 电路与电晶体很类似，不一样的部份前面已提出过，也就是 neuron 和 transistor I/O end 不同，和构成"计算机" 的结构不同。Axon end 能分泌神经传导物质（neurotransmitter），不同的neurotransmitter会越过突触（synaps）和另一个 neuron 细胞膜上相应的受器结合，引发不同的 nerve impulse，激起不同的 information pathway脑部并不是全部就只有一团 neuron 专门来处理所有的讯息，而是分成很多部份，各司其职，（superscalar?），而一般咸信，下视丘和小脑附近的海马能够对於短期记忆有迅速的处理能力（working memory： RAM? cache?），而长期记忆普遍认为是因为 neuron cell membrane 上 receptor 数目，种类（stimulus，repress），性质（dephosphated，phosphated），neurotransmitter（Acetylcholin，norepinephrine，ca ...etc）不同，而使得 informationprocessing 不同。（rewriteable hardwired?）人类对於真实世界的认知有所谓的关联性，这些在感觉器官便已经整理好后，以相同性质的 nerve impulse 送往脑部处理（ASymmetry Multiple Processor? AndMultiMedia data processing capability?）Neuron 的 cell body 里面，还有一群可怕的 biochemistry mechanism在等著，里面个个细胞都有一附天生便 hardwired 的 program 等著stimulus material 进入而启动（micro-code?），如果你愿意接受的话，一百四十亿个 neuron 全部都是一个 CPU，而脑全体便是一个Ultra-Supercomputer....当脑部某一部分受损时，能够藉由再训练，使另一部份的脑系转而负责职司其功能（fault-tolerance?），当然，这是仅限在能再训练的部份，如果像延脑那种生命中枢的话，挂了就挂了，不可能训练小脑取代延脑的。

人脑的CPU频率

人脑的运算速度有 320GHZ

即使有320GHz

平均CPI也保证大淂惊人。

所以execution time很长

但多学习的话平均CPI有可能会因低CPI的新指令加入而拉低平均CPI

做不习惯的动作就如同好几道指令完成一个工作，变成习惯了就变成一道指令完成一项工作

更熟练的话带著specific-processor 的 device controler就会自己长出来了

至於人脑的定址

或许比较类似多层分页表的方式

一层一层地联想查询下去......

或许人脑是single processor，因此一个时间只能让一个process在processor中执行不过人脑倒常常在multiprogramming，同时执行多个program（所以可以一下想这事，一下想那事）