第(1/3)頁

    人類大腦的單線程特性，是出于怎樣的物理、生理方面限制，方然并不太關心。

    至于其成因，在生命演化的過程中，人類為何沒能具備一種原則上可行的能力，沒辦法分心二用，在他看來，主要還是沒有這方面的需求。

    不同于大腦掌管思維，小腦掌管運動，人的意識，在除近、現代幾百年之外的漫長歲月里，需要處理的情況其實都十分簡單，活動，覓食，躲避敵害，繁衍生息，這些活動差不多就是一個原始人生命的全部，真正需要思考的時候，著實寥寥。

    需要同時思考兩件事的場合，想一想也知道，簡直就極罕有。

    這方面的思考，并不深入，方然也沒有十足的把握斷定，人類大腦沒能獲得分心二用的“多線程”運作能力，究竟是出于自身架構的限制，還是演化條件的缺失，但在思考此前想起的核心問題時，這一點也并不重要。

    重要的是，不管單線程、還是多線程，大腦的處理能力究竟怎樣。

    人，對比機器，身處西歷1480年代的今天，哪怕遠離it領域的聯邦民眾也知道，前者是很有危機感和緊迫感。

    不需要對信息工程、微電子、軟件工程或計算機有相當的造詣，只消看一看身邊的智能設備、機器人，承擔從醫療護理到蓋亞大戰的諸多事務，種類繁多的機器人，性能之強大簡直就前所未有，人類則越來越相形見絀，甚至在傳統的“智慧”領域也節節敗退。

    按照慣例，在信息技術領域中，每當計算機與人工智能完成了一種原本只有人才能做的工作，就可以將該系統的算力，視作人承擔同類任務時的等效算力。

    換句話說，如果某計算機與人的功能一致，就認為大腦在完成此類工作時，處理能力與該計算機的算力相若。

    這種對比，想一想也知道并不太準確，卻是唯一可行的辦法。

    按照這樣的思路，譬如說，自動駕駛系統的典型算力需求為100gflops，而一個普通成年人也能完成駕駛的任務，差不多可以和自動駕駛系統做的一樣好，那么可以判斷出，人類大腦的等效算力不會低于100gflops。

    再譬如說，實時翻譯系統的典型算力需求為1tflops，對同樣能完成實時翻譯工作，工作質量與計算機差不多的人而言，大腦的等效算力便不會低于1tflops。
    第(1/3)頁