从电脑看人脑　能效如此之高

詹益仁／椽经阁

人的脑袋约有将近1万亿个神经元，也就是相当于1万亿个晶体管。而目前在市面上使用7纳米制程的GPU，也有约500亿个晶体管。但是人脑在工作时，所消耗的功率约为20瓦，相当于2~3只LED灯泡所需的功耗；而此GPU却需要500~1,000瓦的功率。因此以能效来论，人脑是电脑的500倍以上。

人脑的运作是很神奇的，事实上人脑的运作并不是我们先前所想像，只在其中的一小部分运作。我们的日常经由视觉、听觉等外在或内在感知系统，所得到海量信息，都会进入到人脑，只是绝大多数的信息都不会有效地储存在神经元内，要产生大脑内有效的记忆是需要经过一个所谓的编码的程序，才能做有效的存取。

我们都知道电脑的运作有逻辑运算单元、记忆单元以及控制单元，并且在统一的时序脉冲下一起工作。人脑的运作主要来自于记忆，并没有所谓的运算单元，我们的运算来自于记忆中的加减及九九乘法表，印度人甚至背到十九乘十九。而人脑的记忆却是个很复杂的运作，包括了短期记忆、工作记忆以及长期记忆。事实上电脑也有类似的这三类存储器，短期记忆就像是CPU内的移位暂存器，在下一个时序周期就消失了。工作记忆就如同CPU内的快取存储器(Cache/SRAM)以及DRAM，而长期的记忆就得依赖硬盘或固态硬盘(SSD)了。

人脑的短期记忆，长度由7到10个位元组成，仅能维持30秒。例如在结帐时我们告知服务员统编号码，他们可以很快地记住，但是下一位客人结帐时，就立刻忘记了这组号码。人脑如果想要将记忆深化为长期或工作记忆，就需要依赖编码的程序，而编码的强弱决定了记忆的持久性。

电脑内不同强度及功能的存储器，决定于半导体元件的基本原理，而本质上就是电荷的储存以及运动，因此是一个纯物理的运作机制。而人脑的记忆的强度，却取决于所谓的编码，透过大脑内海马回或杏仁核，编码越强的其在神经元周遭的影响范围就会扩大，也就能记得越牢靠，这本质是依靠化学反应所释放出的不同信息所完成。当注意力的集中、或经由不断练习、或重大情绪上的影响，都会深化编码的强度。

位于脑部前额叶的工作记忆，其运作更是奇妙。工作记忆容量越大者，其智商的表现越高。一但有外界信息的输入，工作存储器有能力将短期记忆(外在信息)及长期记忆的数据结合在一起，来执行思考及判断并达成结论。工作存储器的功能可以将信息，做整页或整笔的输出及输入，如2D或3D的影像，做整体性的比较，并在多次元的考量因数中做快速的收敛及归纳，而获致结论。不像电脑须依循着指令，做逐字逐句地比对。而人脑工作存储器的每一次比对或思考，都会修正原先的数据库，做到了有智能的学习。

人脑的这项功能，实有赖于前额叶神经元以及为数更多的神经元间的突触，所构成的复杂神经网络，以及彼此间所传递信息的电化学反应。所以一个有智能的脑袋，必须要有一个能有效编码的海马回，让长期记忆能历久弥新，并且手到擒来快速存取；另外就是要有足够的空间，容纳工作存储器的前额叶了。就如同电脑运算功能的强大与否，维系在工作存储器的容量及速度，以及CPU的运算速度。

全球各科研机构很早就开始，以人脑为雏型研究新一代的电脑架构。这其中类神经网络即为一例，其主要的诉求在使用很小的功耗条件下，完成相当的运算功能。但是再怎麽努力，类神经网络还是很难达到人脑神经网络的复杂度。最近很受瞩目的人工智能，是个比较成功的例子。人工智能使用了有大量平行处理能力的芯片、深度学习的演算法、以及海量的数据，的确能在某些特定的领域超越过人脑，但其所耗费的功率是非常巨大的。新兴的量子运算，虽然在运算能力上超越现行二进位架构的千万倍，但却很难像人类做数据上的学习。

不论是人工智能或者是量子运算，都很难跟人脑做匹敌。究其因前二者是一物理机制的运作，而人脑的运作包含了相当多的化学反应，复杂度高出了许多。这也是学习物理及电机的我，很难理解到其中的奥妙。