计算机与人脑(汉译名著本9）

本书是计算机和人工智能领域的一篇重要的原始文献，具有高度的前瞻性，为计算机的创新与发展以及机器人的研究指明了方向。

本书的作者约翰·冯·诺伊曼（John von Neumann，1903—1957）是20世纪重要的数学家之一，被后人称为“计算机之父”和“博弈论之父”。

本书是诺依曼在1955—1956年为西里曼讲座而准备的未完成讲稿，是作者对过去十几年在计算机领域所做研究的一个总结性梳理。诺依曼在书中首先概述了模拟计算机和数字计算机的一些基本设计思想和理论基础，然后从数学的角度，主要是逻辑和统计数学的角度，探讨了人脑的神经系统的控制和逻辑结构，对计算机的数学运算和人脑思维的过程进行了比较研究。

本书是计算机和人工智能领域的一篇重要的原始文献，具有高度的前瞻性，为计算机的创新与发展以及机器人的研究指明了方向。

约翰•冯•诺伊曼（John von Neumann，1903—957），原籍匈牙利，布达佩斯大学数学博士。20世纪重要的数学家之一，在现代计算机、博弈论、核武器和生化武器等领域内的科学全才之一，被后人称为“计算机之父”和“博弈论之父”。

译者简介：

王文浩，中国科技大学近代物理系，本科、硕士，博士。现为清华大学工程物理系高级工程师。

序言 克拉拉•冯诺伊曼

引言

部分 计算机
第1章 模拟程序
1．1 常规基本运算
1．2 非常规基本运算
第2章 数字程序
2．1 记号及其组合和实例
2．2 数字机器类型及其基本单元
2．3 并行和串行方案
2．4 常规基本运算
第3章 逻辑控制
3．1 插入控制
3．2 逻辑纸带控制
3．3 每项基本运算仅需一个器件的运行原则
3．4 由此带来的对特定存储元件的需求
3．5 用“控制序列”点来实现控制
3．6 内存存储控制
3．7 内存存储控制的模运算
3．8 混合控制形式
第4章 混合数字程序
4．1 数的混合表示法，以此为基础制造的机器
第5章 精度
5．1 要求高（数字）精度的原因
第6章 现代模拟机的特点
第7章 现代数字机的特点
7．1 有源元件；速度问题
7．2 所需有源元件的数量
7．3 内存的存取时间和存储容量
7．4 由有源元件构成的内存寄存器
7．5 内存的分级原理
7．6 存储元件；存取问题
7．7 存取时间概念的复杂性
7．8 直接寻址原理
……

第二部分人脑

第8章  神经元功能简述

第9章  神经冲动的性质

第10章  刺激标准

第11章  神经系统的记忆问题

第12章  神经系统中的数字部分和模拟部分

第13章  代码及其在控制机器功能中的作用

第14章  神经系统的逻辑结构

第15章  所用记号系统的性质：不是数字的，而是统计的

第16章  人脑的语言而不是数学语言

译名对照表

译后记

能应邀在西里曼（Silliman）讲座——美国历悠久、杰出的学术讲座之一——做演讲，被世界各国学者看成是一种优待和荣誉。按照传统，这个讲座要求演讲者给出一系列演讲，持续时间大约是两周，然后将演讲稿整理成一本书，由耶鲁大学资助出版。耶鲁大学是西里曼讲座的组织者和承办者。
　　1955年初，我的丈夫约翰•冯•诺伊曼应耶鲁大学之邀计划于1956年春季学期里（即3月下旬或4月上旬）进行西里曼讲座。乔尼①对这次邀请深感荣幸和欣慰，尽管他碍于现状不得不提出一个条件：讲座仅限于一周时间。但他为这个讲座所写的讲稿则非常全面地涵盖了他所选定的主题——计算机和大脑。这是他相当长一段时间以来一直感兴趣的主题。缩短讲课时间乃不得已而为之，因为此前艾森豪威尔总统刚刚任命他为国家原子能委员会的成员。这是一项全职工作，它不允许其成员——即使是一位科学家——离开华盛顿的办公桌太长时间。不过，我丈夫知道如何抽出时间来写讲稿，为此他总是在晚上或黎明伏案写作。他的工作能力几乎是无限的，特别是如果他对一个领域感兴趣的话。自动机的各种未得到探索的可能性正是他非常感兴趣的这样一个领域，因此他满怀信心，决心准备一份尽可能完整的讲稿，尽管讲课时间有所缩减。耶鲁大学非常体贴和理解，不论是在准备这个讲座的初期，还是后来——当时真的只有忧伤、悲痛和无助——都接受了这一安排。乔尼带着额外的动机在原子能委员会开始了他的新的工作。这个额外的动机就是他将继续他在自动机控制理论方面的工作，尽管这是在私下进行的些微努力。

我甚至认为，冯•诺依曼的大脑，似乎代表着一个超越人类的新物种。

    ——汉斯•贝瑟（1967年诺贝尔物理学奖获得者）

冯•诺依曼洞察力、才华和清晰度的杰出典范。

    ——《数学评论》

冯•诺依曼是计算领域的专家之一，也是有史以来讨论大脑计算组织的严谨的人之一。他的后一本书展示了计算机和大脑之间有史以来复杂的联系。这本书是计算科学、心理学和神经科学史上的里程碑，任何对这些学科的基础感兴趣的人都必须阅读它。

    ——瓜尔铁罗•皮奇尼尼（美国圣路易斯密苏里大学神经动力学教授）

　《计算机与人脑》：
　　10.5 受体的刺激标准
　　关于其他神经元的输出（神经脉冲）以外的因素对神经元的刺激，这里只需说明几点（特别是目前的语境下）。如前所述，这些因素是外界（即有机体表面上）所发生的现象，神经元对这些现象（光、声音、压力、温度等）特别敏感，神经元所处位置的有机体内也会因此发生物理上和化学上的变化。我们通常将那些其组织功能是对类刺激做出反应的神经元称为受体。然而，好是将所有对神经脉冲以外的刺激能做出反应的神经元都称为受体，并通过指定为外部受体或内部受体来将它们区分为类和第二类。
　　对于所有这些情况，我们再次面临如何定义刺激标准的问题，即在什么条件下来定义神经脉冲的刺激将发生。
　　简单的刺激标准同样是一个可以用阈值来表示的标准，就像以前考虑过的神经脉冲刺激神经元的情况一样。这意味着刺激有效性的标准可以用刺激物的小强度来表示，它包括：外部受体可感知的光强、一定频率间隔内所包含的小声强、小过压压强、小温升；或者内部受体可感知的化学剂浓度变化，或相关物理参数值的小变化等。
　　然而应当注意的是，阈值型刺激标准并不是可能的标准。例如在光学的情形下，似乎许多神经元都参与到对光照的变化（在某些情况下是从亮到暗，在其他情形下是从暗到亮）做出反应，而不是对达到特定水平的光照强度做出反应。可能这种反应不是单个神经元的反应，而是更复杂的神经元系统整体对外的神经元输出。我不在这里深入讨论这个问题了，仅指出一点就足够了：现有•的证据倾向于表明，就受体而言，阈值型刺激标准并不是神经系统中采用的标准。
　　现在，让我再来讨论上面提到的典型例子。众所周知，在视神经中，某些视纤维不是对任何特定（）强度的光有反应，而只对这种强度的光的变化有反应。例如，某些视纤维是光从暗到亮的通道，而另一些视纤维是光从亮到暗的通道，即只对光变暗有反应。换言之，是光强的增减，即光强的微商的大小，而不是光强本身的大小，提供了刺激标准。
　　现在，我们不妨就神经系统的这些“复杂性”在其功能结构和功能上的作用说几句。首先，我们当然可以想象，这些复杂性根本不起任何有用的功能性作用。但如果指出它们可能会起着怎样的作用这可能更有意思，下面就说说这些可能性。
　　可以想象，在基本上是数字化组织的神经系统中，上述复杂性起着模拟或至少是“混合”的作用。有建议认为，通过这些机制，更为深奥、无处不在的电效应可能会对神经系统的功能产生影响。这可能是因为，某些一般性质的电位会以这种方式起重要作用，并且系统是对这样一些电位理论问题的解做出响应，这些问题比人们通常用数字标准、刺激标准等所描述的问题更不直接和基本。由于神经系统的特性可能主要是数字型的，因此这些效应如果是真实的话，就可以与数字效应相互作用，也就是说，这将是一个“混合系统”的问题，而不是一种真正的模拟系统。一些作者在这些方向已有种种推测，大家在一般文献中就肯定可以查到他们的这些观点。在这里我就不再详细讨论这些问题了。
　　然而应该说，所有这种类型的复杂性都意味着，就我们迄今为止所实践的基本有源器件的计数而言，神经细胞不仅仅是一个基本有源器件，在计数上任何有意义的努力都必须认识到这一点。显然，即使是采用更复杂的刺激标准，也都存在这种效应。如果神经细胞的应激反应是通过其细胞体上某些突触组合的刺激而不是其他刺激来激活的，那么对这种基本有源器件的有意义的计数大概就应是对突触的计数，而不是对神经细胞的计数。
　　……