一种大脑分层结构的猜想

今天在看一些TensorFlow相关的资料时,看到这样的字眼,TensorFlow会把一些复杂的计算放到C++这种高效率的语言中执行。从而提升计算效率。

这时你会发现,如此强大的TensorFlow,Python只是它的一种外壳,其核心是底层语言实现的。这并没有啥特别的,现在的很多软件都使用了类似的策略。其目的是为了简化在应用终端的复杂度,减少应用难度。这种策略在很多领域都取得了巨大的成功。比如类似JS的脚本语言,非常的流行,也非常好用,同时也具备很多的应用场景。

结合人工智能目前的一些应用,与人的大脑进行对比,目前还是有非常多的应用,人工智能还远不如人脑。比如用TensorFlow进行手写的数字识别,需要大量的计算和训练。但是对于人脑来说这好像是一件非常简单的事情!

这让我对人脑的结构产生了好奇!人脑是如何做到这一点的呢?

以前我也经常思考这个问题,但是没有想到很好的答案。直到今天!

如果我们结合很多分层架构设计的软件来分析,不难发现,做上层应用开发的程序员,很可能对底层开发的原理没有任何的感知。比如做web前端开发的,很多不关心后台服务的实现逻辑。当然这本身没有任何问题,且采用分层设计本身可以提高效率,这让当前层的程序员仅需关心当前层的业务逻辑。这可以很好的将复杂的问题进行模块化简化。

再联想到我们大脑的结构,会不会也是类似的分层结构呢?会不会我们的大脑内置了很多个超级计算机,但是我们感知不到它们的存在呢?他们就像是Linux系统的内核一样,普通用户没有内核的访问权限。

我们日常生活和工作中所使用到的大脑的功能,会不会只是大脑提供给我们使用的一些上层的应用呢?会不会是因为效率和安全的原因,我们大脑的底层结构,并没有直接开放给我们呢?同时我们的大脑还具备模块化结构!

诸多的与软件设计的类似特点,让我产生如下猜想:

大脑是一个分层结构模块化的分布式超级计算系统!

欢迎大家发表意见进行探讨。