资源介绍
电子书格式: pdf，epub
《计算机与大脑》是数学家冯・诺依曼的经典著作，源自耶鲁大学西利曼讲座的未完成手稿，首版于 1958 年，2012 年的第三版增补了相关前沿序言，是最早将计算机科学与神经科学进行交叉研究的经典之作。这部著作虽因作者的离世未能最终完成，却凭借对计算机架构与人类神经系统的开创性对比分析，成为跨学科研究的奠基之作，为理解机器智能与自然智能的本质搭建了核心桥梁，其提出的诸多观点也为后续计算机技术、脑科学的发展提供了关键启发。
全书分为计算机与大脑两个核心部分，冯・诺依曼以数学家的视角，先系统梳理了现代计算设备的底层原理，再剖析神经系统的工作机制，最终通过二者的对比，探讨自然智能与人工计算体系的异同，提出了一系列极具前瞻性的思考。
在计算机部分，作者将计算设备划分为模拟计算机与数字计算机两类，详细阐释了二者的数值表示方式、基础运算逻辑与控制模式。他指出模拟计算机以物理量表征数值，却受限于精度不足的问题；数字计算机则以标记与数位表示数值，通过逻辑规则实现加减乘除运算，能实现极高的精度，也是现代计算设备的核心发展方向。同时，作者深入分析了数字计算机的核心架构原理，包括存储程序、逻辑控制、并行与串行方案、内存的层级化原则等，明确了现代计算机的核心组件与运行逻辑，比如内存与中央处理器的分工、直接寻址原则、不同控制模式的特点，还探讨了计算设备的精度要求、组件速度与存储容量的关联，这些思考也成为现代计算机架构的重要理论基础。
在大脑部分，作者以当时的神经科学研究为基础，对神经系统的基本单元 —— 神经元进行了细致分析。他指出神经元的工作机制具有表面的数字特性，以神经脉冲的有无作为信号传递的基础，同时其树突与胞体的处理又兼具模拟特性，通过对输入信号的加权求和与阈值判断实现刺激响应。作者还将神经元与人工计算组件从速度、尺寸、能耗等维度进行对比，发现神经元虽在反应速度上远逊于人工组件，却在体积与能耗效率上具备绝对优势，而神经系统正是依靠大规模的并行处理，弥补了单个神经元速度的不足，实现了高效的信息处理。此外，作者还探讨了神经系统的记忆机制、刺激准则、编码方式，提出神经系统的记忆可能依托于神经元阈值的变化、突触连接的调整等多种形式，其信息传递则以脉冲频率为核心，属于统计性的编码体系。
全书的核心价值，在于冯・诺依曼对计算机与大脑的系统性对比，以及由此提出的跨学科思考。他指出，人工计算机以串行处理为主，追求极高的算术精度，通过长序列的逻辑运算实现复杂计算，却易受误差累积的影响；而人类大脑则是典型的大规模并行处理体系，牺牲了算术精度，仅能实现 2-3 位小数的精准度，却通过统计性的信号传递方式获得了极高的逻辑可靠性，即便单个脉冲信号出现偏差，也不会大幅影响整体的信息表达。同时，作者提出，神经系统的 “计算语言” 与人类常规的数学语言存在本质差异，其逻辑与算术深度远低于人工计算体系，依靠浅层的逻辑步骤与大规模的并行处理，实现了快速的感知与决策，这也让人们意识到，自然智能的工作模式与人工计算体系有着根本的不同。
尽管受限于成书年代的神经科学研究水平，作者对大脑记忆容量的部分估算存在偏差，但书中的核心观点却极具前瞻性。它打破了计算机科学与神经科学的学科壁垒，预见了类脑计算、并行计算的发展方向，让后续研究者意识到，人工计算体系可以从自然智能中汲取灵感，通过模拟大脑的并行处理模式，突破传统串行架构的局限。同时，这部著作也让人们对智能的本质有了更深刻的理解，即智能并非单纯的高精度计算，而是适配于生存与感知的高效信息处理体系。
时至今日，《计算机与大脑》依然是计算机科学、神经科学、智能研究领域的重要参考著作，其提出的 “从大脑中寻找人工计算的灵感” 的研究思路，仍在推动着类脑计算、脑机接口等前沿领域的发展，为人类探索人工智能与自然智能的融合之路，提供了永恒的理论启发。