Trendande ämnen
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Vid sin död 1957 befann sig John von Neumann (JVN) mitt i en djupgående intellektuell vändning. Även om han är känd för den "von Neumann-arkitektur" som definierar moderna digitala datorer (separation mellan beräkning och minne), ägnades hans sista år åt att förstå de grundläggande skillnaderna mellan artificiella datorer och den biologiska hjärnan.
Han dog innan han hann slutföra denna syntes, men hans ofullbordade manuskript och föreläsningar (specifikt Silliman-föreläsningarna) lade grunden för områdena beräkningsneurovetenskap och feltolerant databehandling.
JVN skulle hålla de prestigefyllda Silliman-föreläsningarna vid Yale 1956, men han var för sjuk för att hålla dem. Det ofullbordade manuskriptet publicerades postumt som The Computer and the Brain (1958). Det är fortfarande hans mest betydelsefulla verk inom detta ämne.
I denna text utförde han en rigorös jämförande analys av det mänskliga nervsystemet och de digitala datorerna på hans tid (som EDVAC och ENIAC).
* Hjärnans "blandade" natur: JVN hävdade att hjärnan inte är helt digital. Medan en neuron som avfyrar är en binär händelse (allt-eller-inget), är tidpunkten och frekvensen för dessa pulser analoga. Han drog slutsatsen att hjärnan använder en hybridkod – delvis digital, delvis analog – där information förmedlas inte bara genom "på/av"-tillstånd utan också genom pulsernas hastighet (frekvensmodulering).
* Precision vs. tillförlitlighet: Han noterade att digitala datorer är sköra; Ett enda fel kan krascha systemet. Hjärnan är dock robust. Den fungerar med låg precision (neuroner är brusiga och oprecisa jämfört med vakuumrör) men uppnår hög tillförlitlighet.
* Parallellism: Han identifierade att medan datorer arbetar seriell (en instruktion i taget) i mycket höga hastigheter, arbetar hjärnan i massiv parallell vid relativt låga hastigheter. Detta var en av de tidigaste formella erkännandena av det vi nu kallar massivt parallell bearbetning.
Ett av JVN:s mest avgörande bidrag till neural nätverksteori var hans artikel Probabilistic Logics and the Synthesis of Reliable Organisms from Unreliable Components (1956).
Han fascinerades av en central paradox inom biologin: Hur utför biologiska organismer komplexa, pålitliga funktioner när deras individuella komponenter (neuroner) är benägna att göra fel och dö?
* Problemet: I en standard logikgrind (som AND/OR), om en komponent går sönder, är utgången fel. I en hjärna med miljarder neuroner fallerar komponenter ständigt, men "systemet" förblir sundt och fungerande.
* Lösningen (Multiplexing): JVN föreslog en matematisk modell där enskilda ledningar ersätts av "buntar" av ledningar, och enkla logikgrindar ersätts av "organ" som medelvärderar de inkommande signalerna.
* Majoritetslogik: Han introducerade begreppet majoritetsröstningslogik. Om du har en bunt med 100 ledningar som bär en signal, och 70 av dem säger "1" medan 30 säger "0" (på grund av brus/fel), tolkar systemet signalen som "1". Detta bevisade matematiskt att man kan bygga ett system med en godtyckligt hög tillförlitlighetsgrad även om de underliggande komponenterna är opålitliga.
JVN är också fadern till cellulära automater (CA), en diskret beräkningsmodell som bygger på ett rutnät av celler som byter tillstånd baserat på sina grannar. Detta var hans försök att matematiskt abstrahera livets och reproduktionens logik.
* Den universella konstruktören: Han designade berömt ett mönster av cellulära automater som kunde kopiera sig själv—den universella konstruktören. Detta var en teoretisk maskin inbäddad i ett rutnät som kunde läsa ett "band" med instruktioner och bygga en kopia av sig själv.
* Biologisk analogi: Anmärkningsvärt nog föreslog han denna arkitektur innan upptäckten av DNA:s struktur. Han förutspådde att för att självreproduktion ska fungera måste en organism innehålla en "beskrivning" av sig själv (mjukvara/DNA) och en "mekanism" för att kopiera den beskrivningen (hårdvara/RNA och proteiner). Han behandlade självreproduktionsproblemet som ett logiskt, beräkningsmässigt problem snarare än ett rent kemiskt.
Topp
Rankning
Favoriter
