人的大脑是数字计算机吗？

一个基本的问题是，就像数学家现在认识到的，他们在50年前犯了一个重大的错误，认为大脑类似于大型数字计算机。但是现在人们痛苦地认识到，显然不是这样的。大脑没有奔腾芯片，没有视窗（Windows）操作系统，没有应用软件，没有CPU，没有程序设计，没有子程序，而这些都是现代数字计算机的代表。事实上，数字计算机的结构与大脑截然不同。大脑是某种类型的学习机器，是一个神经细胞（即神经元）的集合，每当它学会一个任务后就会自己不断地重新接线。（然而，计算机根本不学习，你的计算机昨天是个哑巴，今天仍然是个哑巴。）

因此至少有两种方法模拟大脑。第一个，从上到下的方法，它是将机器人处理成数字计算机，从一开始就编制所有的智能规则。一个计算机可以依次拆解成某些叫做图灵机（Turing machine）的东西，这是由伟大的英国数学家阿兰·图灵（Alan Turing）提出的假想的设备。一个图灵机由三个基本构件组成：输入，中央处理器消化输入的数据，输出。所有的数字计算机都是根据这个简单的模式。这个方法的目标是有一张光盘，上面编制了所有的智能规则。插入光盘，计算机突然就变活了，有智能了。因此，这个神秘的光盘含有所有创建智能机器所需的所有软件。

然而，我们的大脑根本没有程序或软件。我们的大脑更像一个“神经网络”（neural network），一个复杂的、一堆杂乱的、不断自己重新连接的神经元（即神经细胞）。

神经网络遵循赫布规则（Hebb's rule）：每当做出一个正确的决定，这些神经通路就得到增强。它是在每次成功完成一个任务后，通过简单地改变神经元之间的某些电的连接强度实现这个功能。（赫布规则可以用一个古老的问题来表示：一个音乐家如何到达卡内基大厅？回答是：练习、练习、练习。对于一个神经网络，练习使其完善。赫布规则也能够解释为什么坏习惯如此难改，因为坏习惯的神经路径是根深蒂固的。）

神经网络是基于从下到上的方法。不是用勺子喂养的方式输入所有的智能规则，神经网络是按照婴儿学习的方式进行学习的，靠磕磕碰碰接触事物和靠经验学习。神经网络不是应用编程，而是按古老的方式，通过“学校艰苦的灌输”进行学习。

神经网络与数字计算机的结构完全不同。如果你去掉数字计算机中央处理器的一个晶体管，计算机就会瘫痪。然而，如果你去掉一大块人的大脑，它仍然能够工作，其他的部分将取代丢失的部分。此外，可以精确地找出数字计算机是在哪里思考：是在它的中央处理器。然而，大脑扫描清楚表明，思考是散布在大部分的大脑上。不同的部分按精确的顺序激活，思想就好像乒乓球一样到处跳来跳去。

数字计算机能够以几乎是光的速度进行计算。相反，人的大脑是难以置信的慢。神经脉冲传播的速度相当慢，大约每小时200英里（322公里）。但是大脑可以弥补这一点，因为它是大量平行运算的，有1000亿个神经细胞在同时运作，每一个神经细胞进行一小点计算，每一个神经细胞连接10000个其他神经细胞。在一次比赛中，一个超快的单个处理器不如超慢的平行处理器。（这就回到一个古老的谜：如果一只猫一分钟吃掉一只老鼠，100万只猫需要多少时间吃掉100万只老鼠呢？答案是：1分钟。）

此外，大脑不是数字的。晶体管是一个门，可以打开或关闭，代表1或0。神经元也是数字的（可以激发或不激发），但它们也可以是模拟的，可以传递连续信号，也可以传递离散信号。