大脑是一个读 O(1)复杂度的数据结构。

[swhhaa]

大脑是怎么记忆的？

把大脑想象为一个计算机中的数据结构，有以下特征：

1. 读复杂度：O(1)。很明显，当大脑在寻找某些数据时，是无法遍历搜索的。
2. 写复杂度：未知。
3. 数据持久性： 未知。参考艾宾浩斯记忆遗忘曲线

在我已知的数据结构中，可以 O(1) 读取数据的只有 hashtable... 所以大脑是怎么存储的呢。

根据鸭子类型定律，如果一个数据结构的写入像大脑，读取像大脑，其他特征也像大脑，是不是可以认为就是大脑。

如此的数据结构对实现真正人工智能有没有帮助呢。

[BMPixel]

毕竟可以把大脑理解为存内计算，所以在遍历和并行上速度是无敌的。感觉现在的计算机很难逼近

[swhhaa]

@BMPixel 我举得大脑没法遍历啊。比如说记忆某个网站的密码，当要读取这个数据时，并没有一个 B+tree 类似的索引。

[jiushijiu]

有意思。难不成是 hash 算法，密码记错了可能就是 hash 碰撞了，也可能内存损坏了

[leonshaw]

大脑应该是量子的

[lambdaq]

你这种症状多久了

[swhhaa]

又思索了下，写复杂度是 O(1)，甚至是 O(1/n)。
大脑并不会因为记忆内容过多而增大写入时间，相反甚至可能由于关联性而写入更迅速。
例如记英语单词，默背显然比带有发音的方式更困难。

[swhhaa]

@lambdaq 我只是觉得真正的人工智能不应该仅靠机器 /深度学习实现。

[zhouyg]

可以学习下 AI 相关知识，对比神经网络的特性，大脑可能是根据输入实时“计算”出来的。因为“记错”的存在，不太可能是基于存储的“稳定”读写架构

[swhhaa]

@zhouyg 你这个让我想起了用 深度学习训练计算器 的梗。

[swhhaa]

https://i.redd.it/frkn38pttgf91.jpg

[GeruzoniAnsasu]

https://iopscience.iop.org/article/10.1088/2399-6528/ac94be/meta



@leonshaw
@swhhaa

脑子真的是量子的，至少，某些脑功能被证实有量子过程参与。

[zmxnv123]

我觉得大脑最厉害的是在模式匹配这方面，比如楼上楼主的联想，根本没有任何关系。但是大脑自己就将这两件事联系到一起。

[neteroster]

感觉不是 O(1)，比如我一般学习（数学）的时候有种感受就是查找一些特定知识就像在树或者图中查找一样，是有一个路径过程的（只是感觉，没法具体表达），然后考试之前复习之后就会感觉到树的高度降低了，查找一些知识不需要更多的联系了。

[dwztom]

@GeruzoniAnsasu 这些研究都很不靠谱。
我就是做量子计算的。拿的是物理系的 PhD

[wu67]

你可以把大脑当成一个单核 cpu, 性能垃不垃圾另说, L1 缓存只有 5~9bit, 甚至下限是 2, 没有 L2 L3 缓存,
其他的皮层记忆你可以当成 3.5 寸超大容量软盘, 但是磁头你没有根权限, 所以读写还可以, 但是可能经常写不进去、读不出来, 寸久了可能会丢, 发热甚至宕机

[plodderales0o]

大脑：你在猜我？

[arischow]

谢谢你

[snw]

大脑的底层是化学反应，那么大脑各种功能应当是基于概率的，微观粒子发生反应或不发生反应都是随机的，宏观上体现为概率。这与通常的计算机有本质上的区别，因为计算机底层是电路，0/1 运算是完全确定的（除非极小概率发生错误），只不过某些算法得到一些概率性结果（例如布隆过滤器）。

可以猜测大脑记忆也是基于概率的，在准确率与写入复杂度之间权衡。比如不重要的事情用很微小的突触变化来记录，这样写入很简单不费时，但代价是下次读取时有很高概率得到错误结果。重要的事情费时费力记忆，其实是让突触产生更稳定持久的变化，甚至让多个神经元参与（想象成校验机制好了，其实不完全是校验），这样下次读取时很高的概率得到正确结果。

然后读取速度只取决于化学反应的速度（神经元通过神经递质传递信息），也就是你感到的“读复杂度 O(1)”。
有时尝试多发生几次化学反应来校验可以提高结果的置信度，也就是“使劲回想”。
然而如果当时没记住或者忘了，那么以后再怎么发生化学反应，结果都很随机，就是“想不起来了”。

[ungrown]

@swhhaa #2 你说的是对的，所以试图将脑类比成数据结构的说法都是没认真想的，湿件之所以要单独拎出来说，就是因为它和软件、硬件都不一样

[greygoo]

如果大脑是一个数据结构，读写是怎样定义呢？是否有一个算法存在可以做这样的读写？然后再问时间复杂度