人類大腦的單線程特性，是出於怎樣的物理、生理方麵限製，方然並不太關心。
至於其成因，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，主要還是沒有這方麵的需求。
不同於大腦掌管思維，腦掌管運動，人的意識，在除近、現代幾百年之外的漫長歲月裏，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。
這方麵的思考，並不深入，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，究竟是出於自身架構的限製，還是演化條件的缺失，但在思考此前想起的核心問題時，這一點也並不重要。
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，身處西曆1480年代的今，哪怕遠離I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，隻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隻有人才能做的工作，就可以將該係統的算力，視作人承擔同類任務時的等效算力。
換句話，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，想一想也知道並不太準確，卻是唯一可行的辦法。
按照這樣的思路，譬如，自動駕駛係統的典型算力需求為100GFlps，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係統做的一樣好，那麽可以判斷出，人類大腦的等效算力不會低於100GFlps。
再譬如，實時翻譯係統的典型算力需求為1Flps，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於1Flps。
這樣的例子，還可以舉出更多，但方然的思考並未止步於此。
他知道，這種等效的辦法不太靠譜。
但凡考慮一個很淺顯的問題，人，即便都是成年人，彼此間的智力、能力等方麵，差距也往往大到難以置信，撇開智力傷殘者不談，普通聯邦民眾與資深同聲傳譯者，在實時翻譯方麵的表現必定相去甚遠。
按這種等效法，豈不是普通民眾的大腦算力，要遠遜於資深翻譯嗎。
ZZ不正確的言論，也許吧，然而事實卻正是如此。
大腦，不同人的頭腦，哪怕在生理構造上一模一樣，微觀結構也幾乎毫無區別，表現出的能力與等效算力，差別卻會大到匪夷所思的地步。 本章尚未完結,請點擊下一頁繼續閱讀---->>>