第一部分：皮层细胞

皮层结构由的量的细胞体构成。其构成相对简单，按照现代的解剖学认知主要由pyramidal cell，granular cell和Fusiform Cell组成。尽管在性态上进行了详细的划分，但对于总体特性而言细胞都具备相类似的特性。下图是一个详细的分解图，但对于本次的阅读而言我们不打算深入细胞体内的详细结构和特性。先把整体封闭起来，再做下一步的观察。

简化下来就剩下三个东西，树突Dendrite，Cell Body(就是传说中的soma),和Axon.这样特性和功能就变得容易理解了。dendrite是细胞体电信号的接收器，也就是输入连接，而细胞体提供具体的输入特性，也就是进行输入到输出的转换，而axon则输出信息。整体就变得十分简单。

独立的观察这些细胞个体，这些细胞个体表现出类似于三极管的特性。Dendrite和Axon在此过程中表现为导线的特性，负责电信号的连接和传递。当Dendrite输入电信号超过一个阈值时，CellBody会向Axon输出一个电信号脉冲。但这个输入的强度和输入的时长不会影响到axon端的输出内容。这种特性表现的像是一个三极管加上一个理想脉冲发生器，满足阈值导通，同时又忽略输入时长和强度。而在被触发后一段时间内，细胞体同时不响应输入。这个接收刺激，并活跃的过程叫做Depolarization,其结果会导致细胞体释放一个

脉冲。在释放脉冲后一段时间内，会进入一个安静期(refractory period)这期间内细胞体不会因为输入的改变而改变输出状态。按照现在能查阅的基本解释，细胞体本身就像一个电容，一次放点后需要时间重新充电。这个安静期本身被称为Repolarization。由此可以得知soma基本处于三个状态，激活->发脉冲，充电->对输入不响应，非激活->输入强度不够，三个状态。对输出的脉冲存在两种情况，一些细胞体在被激活的状态下呈现超极化hyperpolarization，名字很高大，往直白里面说就是输出的脉冲有两种情况。1.输出脉冲为正脉冲。2输出脉冲为负脉冲。说具体点就是激活后axon上体现的是+70mV的电压还是-70mV。由此可以得知soma的基本微电路模型。这种实现有赖于细胞体内部的K+例子的活动，可以想象这种借由化学过程作用的状态转换速度是相当缓慢的。按照网络上获得信息，这种机制下的单元fire speed最快不会突破1000Hz这个级别，通常在几百Hz的速度上。这也就不难理解脑电波的为何如此缓慢(貌似最快的也就是200Hz左右，大量被观察应用的也就是几十Hz)。而相应的硅基电路直接通过电子进行信息传导在fire speed上现在已经可以突破5GHz,这中间相差500万倍以上，而按照现在的进展5-10年内碳基的nanotube还能进一步提升这个速度上限。从单元特性上人类貌似做了了不得的事情。

从这个维度上来看，硅基的CPU在微观单元上已经甩开基于蛋白质的设计几百万条街道，但似乎没能在能力上全面超过脑。这诡异的现象使得大规模的学者和观众大开脑洞，这就来看看这些脑洞的开法。普遍的解释主要是两类：

1.规模差异，成年人nexcortex 中有164，000billion个Synapses, 23.6 billion个细胞。 平均一个细胞体占6930个synapse.相对计算机而言集成度已经非常高的FPGA Stratix 也仅包含了30billion个三极管，如果考虑由其搭建的系统还有其他芯片的情况下整套系统的总晶体管数量可以在几百个billion这个数量级上。但这些三极管之间的连接形式基本都是1对1连接。也就是说到2015年，人类已经有能力将处理单元数量做到与人脑新皮层相当(neocortex),但在基本单元的连接复杂度上仍然远远低于人脑的规模。换而言之，新皮层在结构复杂度上甩开计算机几百万条街，这算是一个基本说的通的解释。

2.并行度， 尽管在fire speed上人脑采用的机制 远远低于硅基芯片。但其基本的结构与CPU有根本性的差异，信息进入计算机时，计算机必须将信息串行化后才能处理。而处理单元尽管速度飞快，但其同时仅有几个有限的pipline在运作。而人脑似乎表现出并行运作的方式，在Synapses复杂连接的soma之间处理信息，使得整体表现上CPU做不到大脑的特性。这也是一种相对有说服力的解释。

其他的解释就有些神秘论的意思，比如”灵魂“，“意识体”，“高维度”等等千奇百怪。其中最典型的就是量子化说法，这个貌似高大上又缺乏证据的想法认为，这种特性的区别来自大脑计算的本质是量子计算，在没逻辑支撑的情况下这种说法我个人在这里就忽略掉算了。免得越想越糊涂。

从这种横向的比较可以看到，规模和并行度，似乎是产生能力差异的明显区别。而这两者同时向我们揭示了一个方向，连接结构和信息传导结构与传统冯式计算机存在根本性的差异。也就是说基本的计算单元的连接结构(拓扑结构)本身可能是核心差异的所在。在冯式体系中晶体管通过一系列固定组合形成基本的计算功能单元。通过对这些基本计算单元的编程和组合构成处理信息的核心(ALU什么的)，而通过另外一组组合构建信息流的输入控制(寻址，跳转，这些基本能力)。以构建出一套可以按照数据处理数据的设备(前面是指令，后面是信息数据)。而基本的使用方式则通过设计指令数据(编程)，实现扩展处理新数据的能力。在此基础上处理数据的极限能力，收到基本计算单元的并发数量的约束。换而言之，整套基本处理机本身是固定的，不具备修改的能力。中间可变因素为数据本身(指令数据和信息数据)，非处理机本身。而人脑似乎在天然结构上具备调整连接结构的可能性。由此我们找到了一个观察和思维实验的维度和视角，那就是新皮质的连接拓扑，和输入信息对这个拓扑本身的影响入手。