最后

读后只能用两个字表示自己的感受：震撼！前所未有的感觉！

读序的时候感到好笑，关于计算机的部分基本不懂，关于人脑的部分懂的也不多，但感到震撼。

读序的时候搞笑之外，还感到了深深的悲哀，不是为译者，而是为自己。中文作为母语而当今社会的许多著作都是英文写的，除此了翻译水平的问题之外，还有众所周知的问题。

关于计算机的部分，看得云里雾里的，大概讲了插入式、记忆式计算；模拟计算、数字计算；运算、存储。最开始的时候还讲到了反馈，但不是很理解。

插入式计算就像是福特的流水线，输入、计算、输出，加减乘除或者加减平均积分，简单的规则对数据进行各种算数以及逻辑上的运算。有些像《失控》中的蜂群。当某个器官的输入通过不同的器官又作为自身的输入时就形成了迭代。在《失控》中KK将简单个体通讯的重要程度提升到个体本身的高度之上，冯诺依曼也突出强调进行简短运算个体间的通讯。

记忆式计算则引入了指令，也就是现代计算机存储系统将数据和指令放在一起的最初构想。指令引导运算而运算又可以修改控制自身运作的指令，凭借着既当裁判又当运动员，记忆式计算可以实现优秀的成绩。在这一部分的末尾，冯诺依曼引入的缓存，但分3级令人奇怪，为何好是3，而不是2、4、5等。在缓存以及计算机大小、效率等的讨论中，降低成本的经济思维随处可见。

之后就是关于人脑的讨论了，依次讨论了神经元之间通讯、记忆、完全码短码的概念。关于神经元的讨论我们可以在高中教材中清楚看到，冯诺依曼引入了电、化学、物理在细胞层次的区别，相互联系又有所不同；在神经突触的推导令人拍案叫起：无论来源，突触感应外来的兴奋或者抑制，在考虑时间延长与疲乏的基础上，同一个神经元可以同时接受多个不同的刺激。不同刺激之间可以通过与或非逻辑运算的指数叠加实现复杂的功能。在这个意义上讲，每个神经突触都可以作为一个当代计算机中的三极管，与神经元的数目相比，按照突出数目计算的大脑的计算能力直接增加量好几个数量级。

在神经突触的推理中，冯诺依曼引入了调频的类比，震撼！虽然之前的脉冲信号不是很理解，但脉冲的频率同样可以传递信息确实毋容置疑的。冯诺依曼指出某些感光神经细胞可以感受光强的变化而不是光强本身的量值。我觉得：如果引入导数与积分，那么这个问题就非常容易解释了。简单地说就是我们习惯于使用0阶倒数，而某些感光神经细胞习惯于1阶倒数，可以进一步推论，某些神经细胞可以习惯于1阶积分等等。对于那些感光神经细胞而言，我们习惯于1阶积分，而对于习惯于1阶积分的细胞而言，我们倒是习惯于1阶倒数。在这里，不同阶倒数与积分对应着的是对称的平行的话语。

在记忆的章节，假设突触阈值可以随着刺激频率而改变，进而推导出突触的连接度、阈值与长期、短期记忆的关系，进一步推导，记忆永远不会消失，只会忘记！这里隐含着创造容易消失难的假设。

在讨论了计算深度与逻辑深度与精确度的关系后，冯诺依曼出其不意而又意料之中提及神经系统使用的信息系统是统计性质的！神经元由于疲乏的存在而在反应速度上与计算机几个数量级的差距，众多简单的神经元通过并行计算实现大量输入、快速计算、高精度输出。这必然意味着不同的计算深度与逻辑深度，单单突触本身传递刺激也就是计算的能力不足以实现如此大量高精度的计算，必然意味着与计算机不同的信息与通讯体系。

冯诺依曼提出语言作为人类的历史现象与随机现象，类似的，我们的数学表达形式也是，当罗马字母位于算术正统的时候，使用统计等其他形式的数学自然被我们排除在外。想到这里，就可以随之想到物理学中的测不准原理与光的波粒二象性。位置与速度可以替代、作为算术意义上的粒子与作为统计学意义的波统一于光。

那么继续脑洞大开，当不同的表达方式可以表述相同的规则与功能的时候，规则本身又是单一的吗？就像《三体》中鸡中的科学家与改变物理规律的三体人一样，规律本身或许也不是唯一的。