当空间平面上两个黑点相互挨近到必定程度时，离开黑点必定间隔的观察者就无法区分它们，这意味 着人眼分辨景象细节的才干是有限的，这个极限值就是分辨率。研讨表明人眼的分辨率有如下一些特色：W ! E①当照度太v m 2 m u ~ ,强、太弱时或当布景亮度太强时，人眼分辨率下降。②当视觉目标运动速度加速时，人b [ t眼分辨率下降。* n { h d &③人眼对彩色细节的分辨率比对亮度细节的分辨率要差，假如是非分辨[ Z L ) {率为1，则黑红为0.4，3 0 9 K : l e v绿蓝为0.19。
现在科学界公认的数据表明，观看物体时，人能明晰看清视场区域对应的分辨率为2169I ] t ^ 4 ~ : @ M X 1213。
再算上上下左右比较含糊的区域，人眼分辨率是6000 X 4000。
那么，21j V , , s 0 P A6& j . $ N + * # b9 X 1213是怎么计算出来的呢. , t 1 V # W :？
人观看物体时，能明晰看f ; 1 I C 5清视场区域对应的双眼[ 视 角 ]大约是35（横向）X 20（纵向）。一起人眼在中等亮度，中等比照度0 s t的[ 分 辨 力 （d）]为0.2mm，对应的[ 最 佳 距 离 (L)~ k P W v L]为0.688mN 6 n g $ 3 a . W。
其间dl | n o与L满意tg(/2)=d/2L，为[ 分 辨 角 ]，一般取值为1.5’，是一个很小的角。X s h a
将视场近似地模拟为地E E ? # % 0 ;上为长9 6 r w R ` W方形的正锥n R $ , t P体，其间锥体的高为h = L = 0.688m，1p ^ 7 6 / # o w k=35（水平视角）， 2=2| _ 4 [ 7 ` f d v0（笔直视角）。以0.0002m为一个点，能够得知底面长方形为h w R2169 X 1213的分辨率。
索尼76804320超高明晰分辨率的未经紧缩的L ) C i 3 % y18分钟未经紧缩的超. p m r !高清视频大小为3.5TB，均匀每分钟193 y t f { ? ! K4GB+ T ~ 6 b i / 2
依照这个数据量偶算过，每分钟经过人眼的数据量约为1c b 40.3g H ` = S4GB。Y 0 5 E也就是说，均匀打一个小时的XBOX360，将有8420.4GB. z `A 2 L / N o S +的数据被传导到大脑。这些数据假如刻成蓝光光碟w a @ F C W T 8，需求337张！
而假如把人眼幻想成一个高清摄像头，这个摄像头的总线带宽为2.339GB/秒，换算为更形象的网卡速率，应该为19P K C f161) m BM网卡。当然，这仅仅人脑在同一时刻处* ` ` m W 0理的视频数据所占用的带宽，还不包括音频，温度，气味数据。而人脑简直能够同步处理这些数据，所以人脑的带宽之m . K 大是远远超乎人的幻想的！
其实真正牛的是人脑，每秒处理数据是PB等级的！现在国际上最强的磁盘阵列x R |，也刚刚打破PB大关不久罢了。
人眼是很难以想象的精细体系，主动对焦，曝光主动补偿，单反，主动运动含糊4 [ {处1 b V Q { N , $理，还包括免费赠} 0 d p 8 L送的夜视功P h 2 T j `% b W w ( F D M G V能。。。。。
最奇特的是，实现这些功用，不需求晋级IOS和安装任何驱动，不需求耗电3 X o！出生时的婴儿的眼睛就具有人眼一切功用了。
咱们q 4 % $ s g C y 4平时仍是爱惜爱惜这么高档的设备吧，特别是过年，看片不要太晚，打游戏; eN t A 1 9 E 2 F~ ? ~ _ #不要穷凶S 8 H p ~极恶，上T O ; e e e ~班看电脑多用J * [ 6 ` ( J ] r眼药水b 0 B t y A ,，呵呵。
人眼的焦距
根] m Q p ( w据R. N. Clark的陈述– r N r ` $，人眼的分辨率大约是0.3 arc-m^ m d | Oinute（这种情况下一般都是弧度单位）。而根据MichI O ; H & m H yael F. Deering在T2 s 9 5 C X Zhe Limits of Hu9 & $ J 5 H 2 =man Vision中的描绘，人眼的成象分辨率中心/ e P P B 1 N和边际是不同p l ` l 的，中心位置或许小于1度，越往外围越低，最外围好? ^ R P k –像只有12度。这点和数码相机基本上图象分辨率中心和边际比较均匀 0 y N } c q ) ~不同。
还4 2 2 # ? 6需求W t g M (注意一点z j m ( 4 5 ~ $ G的是，人眼所看到p Q : K .的东西是动态的，而数码相机看到的是静态的。区别在于，相机是一次成象，而人眼则是眼睛和大脑的组合，} ` V a 5 F V眼睛持续不断把图象信息传递给大脑，并且眼睛在不挺的滚动，让高分辨率的感应区域扫过目标的各个细节。% 3 –大脑把所取得的信息进行动态累加，就得到了咱们所感觉到的图象了。因而，尽管i S 6 D h * K &高分辨率的成象区域比较小，但是咱们仍然能够? P Y :感觉] 2 ! C d ! I c到比一次成象要明晰许多，并且视界大许多的图象。所以，下面提到的信息是基于累2 J |加的成果，而w q ] E K w i , k不时一次成象的w : ^成果。} 7 3 – k V U D O
Clark计算，假如视界是90×90度的话，那么计算的成果，适当于B .324百万象素。假R = + # { `如依照近180度的视角的话，那么是576百万象素。注意这是大脑和眼睛动态累加的成果。
关于人眼的ISO。Clark经过用Canon 10D与人眼比照进T a A c ~ x M行试验，他估计彻底习惯黑暗环境下的人眼的ISO或许有800。
关于焦距。Chapman and Hall, Ltd, London, 1968, page 49 关O I @ P =于规范欧洲成年人的数据是i 8 V ; 9 W s L ：
Object focal length o; x D E Pf the eye = 16.7 mm
Image focal length of the eye = 22J R * j.3 mm
所以，应该是22mm左右。
人脑的容量
现在的生物化学对於人脑的回忆贮存机制还不是很清楚啦，不过a z j ;要谈到人脑的回忆
机制，首先就得看一下人脑是怎么处理消息的。
人脑处理消息的方Q d ; ( s O b D 3法理论上能够算是数位（digitp X q g _ b）的k Q [ ) x * * 8方法，由于神经冲动 （Nerve imp0 x x + 9 { 8 vulse） 是一种全有全无 （Alli k % 5 4 X K x } or none：这在前几封信的学长有提到过）V K K , $ $ } 4 的方法，也就是神经电位有所谓的阈值，@ ] P }这刚好契合数位处理的/ P + w ] 0 与 1，在某个神经电位之下的电位被解说成 0 （or 1），而其上的值则被解说成 1 （or 0）。
已然神经冲动是属於数位方法，但是，人的脑部是否就和电脑相同呢? 答案很明显，当然不是。现在u + 2 u ? ?让咱们将视点放在人脑和电脑的q { 6 单位层次，来比较看看神经元 （Neuron） 和电晶体 （transistor） 的差异。
一般来说，transistor 有所谓的输入 （Input） 和输出（Output）端 （enW | Mc } H Xd），假如我记住没错的话（毕竟不是电机科V E V h L系的，E { , O 8 ^ , D )说D 7 c p p V R错还期望前辈指正u } s），在各个logic 下的 tranS a osistor 其大多只有两个 Input endW ; : p q，一个E e ; n C Z T + R Output end，和其它. f ; A z } ; transistor 以极为有a @ z 0 0序的平面网路 （2N J , { [ n H-D network）结构相连在一起，构成 AND，OR，XOR….等逻辑运算和 ADD，SHIFT…. 等算数运算，而构成这些单元后，这些单元的功用就此限? Z i (制住了，没办法再修改，亦及 ADD 就是ADD，不能变成 AND….。
可m ^ 2 K U是 neuron 呢? 以一般最常见的 neuron 来考虑，有所谓v Z !的树$ 5 7 : = a C Y突（dendrite）和轴突 （axon） 别离处理 Inpua I 4 ( B 4t 和 Output 的信号。和transQ ) 3 ) O ? + kistor 相似的，neuron 的 axon 一般只有一个，但是 dendrite 呢? 均匀在十万以上，再加上 neuron 和 neuron 之间是属於乱序的立: Lg ( R K H D P %体网路 （3-D network），这使得 neuron尽管也是处理 0 与 1，但是一群 n! U U w j + G Beuron 结合起* s { % R &来，却没有特定的功用了。
就以下eI ? h 2 + y & S 4 w I C = d面来比喻吧： 当某一区域具有 At S ^，B，C，D，E，F 六个 neQ 5 w W d O 2uron，假定当它们以A-B* – V d J n p-C-D-E-F 来当 infL y ) ; |ormation pathway 时，所具有的功用为 ADD，但是在杂乱的 3-D network 构成下，它或许还有另外的 informatiG / pon pathway，但不论information p* F V P + $athway 为那条，A-C-B-D-E-F 尽管只有 BC 对调，但相同包含这相同 6 个 ne& : V a Aurd 9 W u :on 的T # o K 9 pathway 所具有处理才干就和原先不相$ ( | } D J ~ G同了，也就是说r 3 L j ^ n# B r B @ X，XOR，AND，SHIFT….都有或许….
Neuron 这样的功用表明什么呢? 表明人的脑+ ] Q部能够在有限的 nm I S X D 1euron 中，”& o ~ c重叠而平行地” 处^ v i b G I E .理许多事件。咱们或许在马路上开车，突然之间一个小孩跑出来，经过眼y s 9 [ @ 3 j睛收到消息后，咱们紧迫踩下煞车，握紧方向盘，肾上) | [腺素大量分泌，交感神经i a r振奋….。等等 r h ^ T v显在和躲藏的处理程序产& = r生了。请允许我这样比喻，在现在的 MPP 超级电脑中，咱们是用大量的 CPUF 7 = t 来达成平+ ~ 6 + s行处理，但是人脑却十分精巧地, 4 V运用 neu@ / bron-ne* = x E Curon 间的突起连结成一个叹为观止的单一x Z T 8 & q CPU 却具有多 CPU的才干，或许p y H – G ( S6 u & %咱们更能够这样猜想，人脑是一起具有处理和贮存才干的_ G m I ( 4 Q R “CPU”，就拿一些数据来比较吧，人脑中的w / x 8 B ) Z t neuron 约有一百四十亿个，而现在人类在处理器实作中就属 AM r V [ B w A s llpha 有将近一 9 J k d W b ,千万个 transistor 最多。
现实上很明显，人脑大约是 Alpha 的 1400 倍，加上能 “虚拟”h l O @ 的处理数..N M * % H J m n..。你能想像人脑所具有的潜能吗?不过这也仅仅将人脑比做电脑才有这样子的比较，现实上的景象，人脑和电脑属於两种不同领$ B ) _域的东西，尽管就某种方面来说具有相关性（皆是某种方法的stimulus & response），但很难将两者视为平起平坐的 “处理器”….
以上是电脑和人脑的某种数字游戏` h j S = k，接下来的 Post 将评论到一些人类回# 7 ? 4 F B T忆原
理的假说了….。
还记住在六十年代和七十年代的几X T . v A ,项老鼠试验吧? 那时分的环境正a ^ ! C ; 1 G是核% U q l ]酸（nucleic acid） 和蛋白. c 1 8 Q x质（protein）的年代，许许多多的生化机制都被NA和 pa $ y { grotein 所阐明。其间有一群科学家运用老鼠做了一个试验，他们本来练习一只老鼠 （A），等 A 练习完后，他们将 A 的脑萃取出蛋白质，然后送入另一只老鼠 （B） 的体内，成果他们很惊奇的发现 B 不用经u 7 – 4过练习便能够具有 A 的行为方法。 於是，他们便怀疑，脑中的贮存物质很或许是 protein。
如Z H / I果咱们脑中的贮存物质是 protb U ! I g ] 9 dein 的话，那么咱们就大约能够算出人类脑中最大能够贮存的极限S z J G T ` J & f容量了] t Y e G 8 l。一般来说，人类脑的重量约二到三公斤，而身体中约有 66% 是由水组成，那么咱们能够这样假定了：
假定或人的脑重量为 3 公斤，而咱们能够彻底排出脑中的水和不需求N ? v G m $ J 7生化机制的 NA 和 protein，所以咱( ) . e | v ) 5们能够得到最大 memory protein 为两公斤，而每一个 Amino Acid 的均匀L g x C y + & .分子量为 120，於是咱们E 5 L v 2 ^所能具有的悉数 a.a.数为：
2000 / 120 = 16。67 mole ，即6 h l M r _ S S D 16。67 x 6 * 10^23 个
也就是一切用y W ! B 6 x来贮存的 a.a. sequence 有 10^25 个，但是每个sequencelocation 能够由 20 种a.a* w – & e {. 所构成，这和电脑所界说的 byte 数不相同，由于电脑中是以 8 bit 为 1 byte，N X 8 r j V m ,而x @ 1 U 5 R 1 bit 为 1 和 0 的组合。咱们不知道生物储用的 G = r 1 / . O & i“byte” 为几 “bit”，咱们只知道或许的 “biB w G Ut” 有 20 种改变…. 。
於是，咱们不论 protein 以何方法来贮存 real world 的 Data。也不| O 9 } P ] #管脑中 receptor or binding protein 怎么解译 memory protein sequence。好吧，假如: 2 % F H [咱们这么想知道人类的极限才干的话，咱们假定咱们相同是8 “bit”（bio-bit） 组成! r + E一个 bio-byte，仅仅这个 bit 很古怪，有 20 种改变3 # C 6 j J。因而在生物中对於 real world 的 infn n A %ormation 种类就有 20^8 界说，大约 256 * 10 ^ 8，比电脑 ASCII 的 256 种改变多多了，看起来好像能够代表 re? l H Zal world 的一切资讯，那咱们就这样假定了。
因而，咱们能够回忆的最大容量是 10^25 bio-byte，换算成硬碟的容量是：
total bytes = 10^25 / 8 = 1。2t 2 5 * 10^24 （近似於 10^2T 4z 0 = T m S ! y 7 n S h I O4）
10^24 / 10^（6+3） = 10^15 bio-GB，以全球一年 HDD 一亿台出货量来说，大约要 1| M Z : 6 P O0^15 / （10*10^8） = 10 ^ 6 （ 假定每台 10GB ），适当於要一百万年~ y + + f才干生产出一个人脑中储 ] n 9存总容量的 “总硬碟” 数目….况且最牛的是，人脑的存储空间能够作为内存和缓存运用！这些都是由人脑进行办理的。
假如这个理论正确的话，那么就算一个细胞中只有 1% 的 protein 用来memor@ ~ 1 –y 外，仍是得上万年才生产的出来….
近年来在生物化学3 4 = b –的范畴中，基因研讨一向是 r 5 b z ! P l l个适当热门的论题，也是现在生物科技探究次细胞国际; n |的首要方法。根据六七十年# k K , a代的老鼠研讨，咱们3 x ] j R I大约能够
了解人的回忆这件事g V D ~ .情和 protein 脱不了联系，可b W *是问 题就出现在这儿，”回忆和 protein 脱不了联系” 在逻辑上并不是 “回忆物质就M k Y Q J 4 d是protein” 的近义词，那么假如真有回忆物质的话，它到底是什么? 机制c $ e k q为何?
犹记住二十t o , 2 9 U世纪前叶的时分，生命科学界（现实上当初不是这样命名），对於遗传物质 （gene material）到底是K D 0 e Z那种物质v w y e } 5 S }而争论不已，而顶顶大名的protein 则是那个时分最有期望的候选人之一，由于一个生命所能具有的性状太多了，除了 proteiu 6 { R i L $ Yn 和不久前被分离出来的 nucleic acid之外， ] 9 H ~简直没有一种物质能有那么多的% @ 1 % e h H 7 / “变异” （”同系物”）。成果，后来一个噬菌体 （phagR = } le） 试验毁灭了 protein 成为 gene matb k ~ U Ierial 的梦想，nucleic acid 登上gene material 的王座T F % n J ^。人类第一次发现自己对於生命所作的猜想是如此愚蠢，更首次见证到生O t t R命的有序，简单， 0 A 1 ; Q e却难以想象的杂乱….。
而这一次，protein 预备K ] ` 1 , ` }卷土重来了….
科学研讨的界说其实很简单，就是基於现实的猜想。曾经人类并不清楚脑中所产生种种的现象，因而只能就日常C 6 ~ H s s / a日子上的经历来假定，当然日常日子中咱们最常用的 “辅佐回忆体” 是纸，於是在o 1 a y人类的心灵中p ~ r K便普遍有一种想法，”人类的脑中必定有什么东西和纸这种概念相似的”。确实，这是一种正确的科学猜想，也契合试验精力，只可= ] Q R v N惜更正确，更契合科就必需依循已知的条件X * g E R ) ` Y Q作修改_ Z V V V t h f。要怪就只能怪脑的机制太杂乱了，杂乱到和人类5 Q F 3 O ! ^ S行为南辕北辙，杂乱到简直( + i – L = 5 $ n没有已知的现象来供! S W给假定J U ! W S 2 e y辅佐….
接下v u j来的东西就现已彻底进入到生物化学的高级范畴。正D U 0 M _ m 6 3如前面所言，mem% 5 cory material 并不存在，或许你会有I Q D这种想法与疑问： “那么是何种机制构成咱们的回忆呢? ” 这真是一个好问题E ! G 1 X 1 K ? E，一起供给了问题与回答。 咦? 问题还能够理解，什么时分 9 _ ! L H t出现回答了?
没错，有回答，正是 “机制” 两个字。人类的回忆并不是像电脑相同拿一群”东西” 来记载事情，而是一种可变的生化机制来牵动一连串的反响，不论是考! ~ | : ` v $虑，回忆，发明，心情….。请注意，脑中的消息传递 （signal transduction），和电脑不同的是，它不仅用电流f M 6 Y / 6来传地，更有化学物质来参预，这不仅让neuron 赢过只单纯运用化学物质的体细胞，更让它自p ) V ( ? s 己都不了解它自己….
好了，其实就现在的试验所知，现在人类脑中的贮存– 3 w机制仍+ d l t然未知，不过仅就肯定已知，也肯定相关的部份来看，咱们可` m p L | $ D j B以得到下列数点：脑部神经消息C = c h D– B ] 0 k L D O j v –~ s a z )传递lT X 8 ^ l M u c 8的方法和 “它” 自己想出来. j =的方法 – 电路与电晶体很相似，不相同的部份前面c ; b5 } 9 ; G k F + g J已提出过，也就是 neuron 和 t) F a , A c { p }ransi* Rstor I/O end 不同，和构成”计算机” 的结构不同。A; @ H sxon end 能分H / H W泌神经传导物质 （neurotransmitter），不同的neua z Z wrotransmitter会越过突触 （synaps） 和另一个 neuron 细胞膜上相应的受器结合，引发不同的 nerve impulse，激起不同的 information9 . | pathway脑部并不是u l =悉数就只有一t u 5 c ~团 neuron 专门来处理一切的消息，而是分成许多部份，各司其职，（superscalar?），而一般咸信，下视丘和小脑附近的海马能够对於短期回忆有^ D d Y f ~ =迅速的处理才干 （working memory： RAM? cache?），而5 x W 9 , l b ( 0长期回; _ p X + 2 p忆普遍认为是由于 neuron cell membrani = ] l / P E ne 上 rX + L 3eceptor 数目，种类（/ m u D P 0stimulus，repress），性质（dephosphated，phosphated），neuC , * q / A protransmitteH / W ~ E ( H R !r（Acetylcholin，n3 @ 8 R O Forepinep; 8 I L c K l 0hriL H ) d d 0 1 Xne，& = O _ A !ca++…etc） 不同，而使得 inform8 g # +ationprocessing 不同。 （rewriteable ha1 y F o 2 m @rdwired?）人类对於真实国际的认知有所谓的关联: $ m ^ d b性，这些在感觉器官便M F ( E C j #现已整理好后，以相同性质的 nerve ij * o v ) a m fmpulse 送往脑部处理 （ASymmes 8 x j 7try Multiple Processor? AndMultiMedia dataH 1 ` 5 U # / processing capability?）Neuron 的 cZ 9 5ell body 里面，还有一群可怕a N M H b w的 biochemist[ 3 ! C ,ry mechanism在等著，里面个个细胞都有一附天生便 hardwired 的 program 等U V 0 X著S v 9 Nstimulus material 进入而发动 （micro-code?），假如你乐意接受的话，r a f I w C一百四十亿个 neuron 悉数都是一个 CPU& % W M g b，而脑全U K 8体就是一个U5 3 d J E r Tltra-SP | } Y H p & T =upercoe 5 [ lmputer….当脑部某a t h _ d D x 0一部分受损时，能够藉由[ q ; (再练习m D j，使另一部份的脑( 0 F 6 p 3 Q系转而负责职司其功用（fault-tu ] iolerance?），当然，这是仅限在能再练习的部份，假如像延脑那种生命中枢的话，挂了就挂了，不或许练习小脑替代延脑的。
人脑的CPU频率
人脑的运算速度有 3g n A X h y Z 0 r20GHZ
即便有320GHz
均匀CPI也确保大淂惊人。
所以exec9 H r X 4ution time很长
但多学习的话均匀CPI有或许会因低CP4 6 P u j | @ uI的新指令参加而拉低均匀CPY H O 3 m U T = uI
做/ – ! 5 q $ C p不习惯的动作就如同好几道指令完成一个6 J r N 1 V V作T I 6 X o w业f A [ Q 4 t，变成习惯了就变成( { z一道指令完成一项2 F $ ` ! 2 c作业
更熟练的话带著sp1 r _ 3 8 $ecif@ : r 5 b ; y Cic-procesO O ? % U O $ S Hsor 的 device controler就会自己长出来了
至於人脑的定址
或许比较相似多层分页表的方法
一层一层地联想查询下去……
或许人脑是single processor，因而一个时间只能让9 f 1 i一个process在process^ n * – J zor中履行不过Q 6 ] k : B T # 2人脑倒常常在multiprogramminZ j $ o ! 3g，一起履行多个p_ { J hrogram（所以能够一下想+ # 2这事，一下想那事）
排程优先权能够随意调且运用preemption的排程方法，而且context switcQ d : ` m * 4h的担负非常低
但PCB中的材料却常在context| Y q 4 E N Y { switch的过程中遗失…….
（尤| 3 s s W其是常常被骂心猿意马y * U ;的人）
至於starvatios ] Y { b w & } /n的问题有时适当严重
尤其是和念书或作业有关的这些process
（在某些运用batp I i u W a m H Cch架购的人脑体系，这些process甚至很难得6 J ;到long-term
scheduler的喜爱而一向待在pool，连rS n g s ~ { ?eady queue都进不了）
而常发) b @ 6 k V H呆脑袋空空的人
必定是运用会busy waiting的SemaN * Y y j X Ephow | x @ I 2^ r } U e ` [re版本V 7 + D * 7 9 ;解决synchronization问题
其实评论人脑的作业体系比评论人脑的硬体架构来得风趣得多了
