u盘内存与实际差很大

加州理工学院的研究团队在顶级学术期刊《Neuron》上公布了一项研究，探索了人类一生中能够掌握的知识总量，并得出结论：人类所能掌握的知识上限不超过4GB。想象一下，我们平时使用的U盘，容量通常有59.8GB，相比之下，人脑的知识储存能力竟然不及小小的U盘！

那么，这一结论是如何得出的呢？研究者从日常信息处理效率的角度入手，以专业打字员为例。专业打字员每分钟能输入120个单词，每个单词携带约5比特的信息。据此推算，人脑持续处理信息的速度约为每秒10比特。这一速度在演讲、魔方盲拧等活动中也得到了验证。假设一个人连续学习100年，且不眠不休、不忘一切，其能够储存在脑中的知识量大约为3.67GB，约为4GB。

为什么我们的大脑处理信息的能力如此有限呢？我们的感官和中枢处理信息的能力存在巨大差异。我们的感官系统每秒能采集10亿比特的信息。例如，眼睛的视觉系统就有600万个视锥细胞，每个细胞每秒能传递270比特信号，两只眼睛视觉信息流的速度甚至能达到惊人的3.2Gbps。中枢系统每秒只能处理10比特的信息，仅是感官采集量的亿分之一。视网膜需要先对原始数据进行处理，压缩到原来的十万分之一后再传递给大脑。

从生物进化的角度看，早期拥有系统的生物的大脑主要功能是分辨化学浓度以寻找好处并躲避坏处，这导致了现在系统的串行处理模式。即使人类大脑突触再多，信息整合仍然受到心理不应期效应的限制。比如当你试图一边听音乐一边看书时，大脑只能在听觉和视觉区域之间切换，同时处理两件事的效率会下降40%。

与人工智能相比，人类在知识存储和处理方面更是被碾压。一个有70亿参数的语言模型，每个参数能存储2比特的知识，总共可以存储140亿比特的知识，这是人类理论知识容量的35倍。而且人工智能采用并行计算，调用知识的速度达到毫秒级，而我们人类从长期记忆中提取信息需要2到5秒。以医学影像诊断为例，AI系统只需0.3秒就能对比百万级别的病例库，而经验丰富的医生至少需要3分钟。

然而这项研究也引发了争议。剑桥大学认知科学教授艾伦图灵指出，该研究将知识存储过于简化为比特转化，没有考虑到陈述性记忆和程序性记忆的差异。例如，学习骑自行车这种肌肉记忆是无法用线性比特来衡量的。麻省理工学院的研究团队也认为，这项研究仅在单任务场景下测试，没有考虑到大脑分布式处理网络协同工作的效果。大脑处理复杂概念时，多个区域会形成动态耦合网络，这种非线性的相互作用可能会突破简单的比特累加模型。