- อัตราการประมวลผลข้อมูลของพฤติกรรมมนุษย์ยังคงอยู่ที่ประมาณ 10 bits/s ในงานด้านการรับรู้ การกระทำ และจินตนาการโดยรวม ต่างจากประมาณ 10⁹ bits/s ที่ระบบประสาทรับความรู้สึกรับจากสภาพแวดล้อมราว 100 ล้านเท่า
- การพิมพ์ การพูด การแก้รูบิกแบบปิดตา กีฬาแห่งความจำ การอ่าน และงานการเคลื่อนไหวในห้องแล็บ แม้มีวิธีวัดต่างกัน ก็ลู่เข้าสู่ช่วงใกล้เคียงกัน สื่อว่าความเร็วของอินพุตประสาทสัมผัสและเอาต์พุตการเคลื่อนไหวโดยมากสอดรับกัน
- กลุ่มเซลล์รูปกรวยในตาข้างหนึ่งสามารถส่งข้อมูลได้ประมาณ 1.6 Gbits/s และเส้นประสาทตาก็มีความจุสูง แต่ข้อมูลที่ถูกใช้จริงในพฤติกรรมเป็นเพียงส่วนน้อยมากของทั้งหมดนั้น
- ข้อโต้แย้งอย่าง “ความจำแบบถ่ายภาพ” ฉากการมองเห็นที่สมบูรณ์ หรือการประมวลผลไร้สำนึก ยังไม่สามารถก้าวข้าม ขีดจำกัด 10 bits/s ได้อย่างมีนัยสำคัญจากหลักฐานปัจจุบัน และการเรียนรู้สถิติของภาพธรรมชาติอาจต้องใช้ข้อมูลเพียงระดับไม่กี่บิตเท่านั้น
- ปรากฏการณ์ย้อนแย้งนี้ทำให้มองสมองแยกเป็น outer brain ที่จัดการสัญญาณประสาทสัมผัสและการเคลื่อนไหวความเร็วสูง กับ inner brain ที่จัดการสตรีมความเร็วต่ำสำหรับควบคุมพฤติกรรม และคำถามที่ว่าเหตุใด inner brain จึงใช้เซลล์ประสาทจำนวนมากแต่ยังประมวลผลได้ทีละอย่างยังคงเป็นคำถามเปิด
ทำไมพฤติกรรมมนุษย์จึงถูกวัดได้ที่ 10 bits/s
- เกม “Twenty Questions” เป็นตัวอย่างสำหรับประเมินความเร็วของความคิด เพราะคำถามใช่/ไม่ใช่ที่ออกแบบมาดีหนึ่งข้อเผยข้อมูลได้ 1 bit
- หากสามารถทายคำตอบได้ด้วยคำถามประมาณ 20 ข้อภายในไม่กี่วินาที ความเร็วของความคิดก็เท่ากับ 20 bits ในช่วงไม่กี่วินาที หรือราว ไม่เกิน 10 bits/s
- อัตราการประมวลผลข้อมูลของพฤติกรรมประเมินจากช่วงของการกระทำที่เป็นไปได้ซึ่งคนสามารถทำได้ภายในเวลาที่กำหนด
- ต้องแยกการกระทำออกจากความแปรผันแบบสัญญาณรบกวน และการแยกนี้ถูกทำให้เป็นเชิงปริมาณด้วยเอนโทรปีและอัตราข้อมูลของ Shannon
- เอาต์พุตที่ไม่สำคัญต่อภารกิจหรือคาดเดาได้ เช่น แรงกดแป้น ระยะเวลาการกดแป้น การหาว หรือการกะพริบตา ไม่ได้มีส่วนมากนักต่ออัตราการประมวลผลข้อมูล
- การพิมพ์ภาษาอังกฤษเป็นกรณีตัวอย่างสำคัญของการประมาณ 10 bits/s
- นักพิมพ์ชำนาญสามารถพิมพ์ได้ 120 คำต่อนาที และเมื่อคิด 5 ตัวอักษรต่อคำ จะสร้างอินพุตแป้นพิมพ์ได้ 10 ครั้งต่อวินาที
- ตัวอักษรภาษาอังกฤษมีความซ้ำซ้อนเชิงโครงสร้างสูง เอนโทรปีต่ออักขระจึงประมาณ 1 bit และอัตราข้อมูลจึงอยู่ที่ประมาณ 10 bits/s
- หากต้องพิมพ์สตริงแบบสุ่ม ความเร็วของนักพิมพ์ชำนาญจะลดลงอย่างมาก
- การพูดก็ใกล้เคียงกับระดับเดียวกัน
- ในการบรรยายภาษาอังกฤษด้วยเสียงพากย์ ความเร็วที่ผู้ฟังตามได้สบายถูกกำหนดไว้ที่ 160 คำต่อนาที
- ค่านี้เทียบเท่าประมาณ 13 bits/s
งานด้านการรับรู้และความจำก็อยู่ในช่วงใกล้เคียงกัน
- การแก้รูบิกแบบปิดตาเป็นกรณีที่ช่วยแยกดูระยะการรับรู้กับระยะเอาต์พุตการเคลื่อนไหวได้
- รูปแบบที่เป็นไปได้ของ Rubik’s cube 3×3 มีจำนวน 4.3×10¹⁶ ≈ 2⁶⁵ แบบ
- สถิติโลกล่าสุด 12.78 วินาที ใช้เวลาตรวจสอบประมาณ 5.5 วินาที และอัตราข้อมูลในระยะการรับรู้คำนวณได้ประมาณ 11.8 bits/s
- แนวโน้มที่ผู้เล่นแบ่งเวลารวมคร่าว ๆ ครึ่งหนึ่งให้การรับรู้และอีกครึ่งให้การเคลื่อนไหว แสดงว่าอัตราข้อมูลของการรับรู้และอัตราข้อมูลของเอาต์พุตการเคลื่อนไหวสอดรับกัน
- ในกีฬาแห่งความจำ อัตราการประมวลผลก็อยู่ในระดับเดียวกัน
- สถิติโลก “5 Minute Binary” คือกรณีที่จำเลขฐานสองได้ถูกต้อง 1467 หลักใน 5 นาที โดยมีอัตราข้อมูลระหว่างการจำประมาณ 5 bits/s
- ใน “Speed Cards” ลำดับไพ่ 52 ใบมีรูปแบบที่เป็นไปได้ 52! ≈ 2²²⁶ แบบ และสถิติการตรวจสอบ 12.74 วินาที เทียบเท่าประมาณ 18 bits/s
- แม้ความต้องการในการคงข้อมูลในหน่วยความจำใช้งานจะเพิ่มจาก 10 วินาทีเป็น 300 วินาที ความเร็วในการใช้ข้อมูลจากสภาพแวดล้อมก็ยังอยู่ภายในไม่เกินสองเท่าของ 10 bits/s
- การวัดอื่น ๆ ก็ไปสู่ข้อสรุปเดียวกัน
- ตารางรวมถึงการจำเลขฐานสอง 4.9 bits/s, การทดลองปฏิกิริยาแบบเลือกประมาณ 5 bits/s, การรู้จำวัตถุ 30~50 bits/s, งานการเคลื่อนไหวในห้องแล็บ 10~12 bits/s, การอ่าน 28~45 bits/s, Tetris Rank S ประมาณ 7 bits/s เป็นต้น
- การวัดจากสาขาต่าง ๆ และตลอดเกือบหนึ่งศตวรรษล้วนรวมอัตราการประมวลผลพฤติกรรมมนุษย์ไว้ที่ประมาณ 10 bits/s
- เมื่อเทียบกับอัตราการส่งข้อมูลในชีวิตประจำวัน ค่านี้เล็กมาก
- หาก WiFi ที่บ้านตกต่ำกว่า 100 Mbits/s เราอาจกังวลคุณภาพการดู Netflix แต่แม้จะรับชมอย่างตื่นตัว ข้อมูลที่สมองดึงออกมาจากบิตสตรีมมหาศาลนั้นก็ไม่เกิน 10 bits/s
ความจุของระบบประสาทกับปริศนาของพฤติกรรมที่เชื่องช้า
- ระบบประสาทรับความรู้สึกมีความจุสูงกว่าอัตราการประมวลผลพฤติกรรมมาก
- เซลล์รูปกรวยของมนุษย์หนึ่งเซลล์สามารถส่งข้อมูลได้ประมาณ 270 bits/s
- เซลล์รูปกรวย 6 ล้านเซลล์ในตาข้างหนึ่งมีความจุประมาณ 1.6 Gbits/s
- สมองคัดกรองจากบิตสตรีมมหาศาลนี้ให้เหลือเพียงประมาณ 10 bits/s ที่จำเป็นต่อการทำภารกิจเชิงพฤติกรรม
- อัตราส่วนระหว่างอัตราข้อมูลประสาทสัมผัสกับอัตราการประมวลผลพฤติกรรมถูกนิยามเป็น sifting number
- เมื่อนำประมาณ 1 Gbit/s หารด้วย 10 bit/s จะได้ 10⁸
- ช่องว่าง 100 ล้านเท่านี้คือขนาดของปรากฏการณ์ย้อนแย้งที่ต้องอธิบาย
- แม้ภายในระบบการมองเห็นเองก็เกิดการบีบอัดครั้งใหญ่แล้ว
- เส้นประสาทตาประกอบด้วยแอกซอนของเซลล์ปมประสาทจอประสาทตาประมาณ 1 ล้านเส้น
- เมื่อถูกกระตุ้นแรงและขับเคลื่อนที่ความถี่เฉลี่ย 50 Hz ความจุของเส้นประสาทตาจะอยู่ที่ประมาณ ไม่เกิน 100 Mbits/s
- ค่านี้น้อยกว่าความจุของเซลล์รูปกรวย 10 เท่า แปลว่าวงจรจอประสาทตาบีบอัดสัญญาณภาพอย่างน้อย 10 เท่า
- เซลล์ประสาทเดี่ยว ๆ ก็สามารถส่งข้อมูลได้ใกล้เคียงหรือมากกว่าอัตราการประมวลผลพฤติกรรมรวมของมนุษย์
- สไปก์ของเซลล์ประสาทในระบบประสาทส่วนกลางส่งข้อมูลได้โดยเฉลี่ยประมาณ 2 bits/spike
- แม้เซลล์ประสาทคอร์เทกซ์ของสัตว์เลี้ยงลูกด้วยนมจะมีอัตราการยิงเฉลี่ยต่ำ เซลล์ประสาทเดี่ยวก็สามารถส่งข้อมูลได้ประมาณ 10 bits/s
- ปรากฏการณ์ย้อนแย้งนี้ไม่ใช่ข้อผิดพลาดเล็กน้อย แต่เป็นปัญหาที่ต้องอธิบาย ช่องว่าง 10⁸ เท่า
- แม้สมมติฐานหนึ่งจะอธิบายความต่างของความเร็วตอบสนอง 2 เท่าในเงื่อนไขเฉพาะได้ ก็แทบไม่มีผลต่อขนาดของปริศนานี้
ข้อโต้แย้งและนัยสำคัญ: ความจำ สปีชีส์ และ BCI
- หลักฐานที่ว่าความจำแบบถ่ายภาพทำลายขีดจำกัด 10 bits/s นั้นอ่อน
- หากมีคนเช่นนั้นจริง เขาควรกวาดชัยในการแข่งขันความจำระดับโลกอย่าง “Binary Digits” แต่สถิติของแชมป์โลกก็ยังอยู่ในระดับ 10 bits/s
- รายงานที่ผู้เข้าทดลองคนหนึ่งผสานภาพสเตอริโอแกรมจุดสุ่มที่นำเสนอคนละวันกันได้ต้องการประมาณ 100 bits/s แต่ไม่มีรายงานสนับสนุนตามมาภายหลัง
- กรณีศิลปินที่บินเหนือเมืองแล้ววาดเป็นรายอาคาร แม้สมมติแบบเข้าข้างว่าใน 45 นาทีเขาจำอาคาร 1000 หลังได้อย่างถูกต้อง โดยแต่ละหลังอยู่ในหนึ่งจาก 1000 สไตล์ ก็เทียบเท่าประมาณ 4 bits/s
- ประสบการณ์การมองเห็นที่สมบูรณ์และละเอียดถูกตีความเป็น subjective inflation
- เพียงออกจากศูนย์กลางสายตาไม่กี่องศา ความละเอียดเชิงพื้นที่และรายละเอียดสีก็ลดลงอย่างมาก
- ในชีวิตปกติ เราสามารถหันตาไปมองตำแหน่งนั้นได้ จึงรู้สึกว่าลานสายตารอบนอกก็คมชัดและมีสีสันไปด้วย
- ความสามารถในการรับรู้และคงข้อมูลภาพนอกขอบเขตความสนใจมีข้อจำกัดรุนแรง และนำไปถึง inattentional blindness
- การประมวลผลไร้สำนึกในกรณีที่กล่าวถึงปัจจุบันก็ไม่ได้ต้องการอัตราข้อมูลสูง
- การทดลองเลี้ยงลูกแมวในสภาพแวดล้อมที่มีแถบขาวดำแนวตั้งจัดระเบียบการเชื่อมต่อของคอร์เทกซ์การมองเห็นบางส่วนใหม่ แต่การเปลี่ยนแปลงการกระจายของทิศทางแถบคำนวณได้เป็น log₂(180/40) ≈ 2 bits
- การกระจายความถี่เชิงพื้นที่และเวลา หรือการกระจายสเปกตรัมสีของภาพธรรมชาติ ก็อาจจับได้ด้วยข้อมูลเพียงไม่กี่บิต
- จอประสาทตามีเซลล์ประสาทหลายล้านเซลล์ แต่ประกอบด้วยประมาณ 100 ชนิด และเซลล์กับวงจรชนิดเดียวกันถูกทำซ้ำทั่วลานสายตา
- เมื่อเปรียบเทียบความจุการจัดเก็บของสมองกับคอมพิวเตอร์ จะเห็นความล้นเกินอย่างมาก
- เมื่อนำไซแนปส์ประมาณ 10¹⁴ จุดคูณด้วยช่วงไดนามิกของความแรงไซแนปส์ 5 bits ขอบเขตบนของข้อมูลที่ต้องใช้กำหนดไซแนปส์ทั้งหมดคือประมาณ 50 TB
- แม้จะสมมติอย่างใจกว้างว่าเบส 3×10⁹ ตัวในจีโนมมนุษย์ทั้งหมดถูกใช้ควบคุมการพัฒนาสมอง องค์ประกอบ “nature” ก็มีประมาณ 6×10⁹ bits หรือ 0.8 GB
- หากสมมติว่าคนรับข้อมูลที่ 10 bits/s ตลอด 24 ชั่วโมงเป็นเวลา 100 ปี องค์ประกอบ “nurture” ก็อยู่ที่ประมาณ 3×10¹⁰ bits หรือน้อยกว่า 4 GB
- ในการเปรียบเทียบนี้ ความจุการแทนข้อมูลของไซแนปส์ในสมอง 50 TB มากกว่าความต้องการการแทนข้อมูลจริง 5 GB อยู่ 4 หลัก
- อัตราข้อมูลต่ำส่งผลโดยตรงต่อการออกแบบ BCI และเทคโนโลยีช่วยเหลือ
- สำหรับอินเทอร์เฟซสมอง-คอมพิวเตอร์แบนด์วิดท์สูงที่ Neuralink ตั้งเป้าไว้ คาดว่าการรู้คิดของมนุษย์จะสื่อสารกับคอมพิวเตอร์ที่ประมาณ 10 bits/s
- แนวทางอย่างรากเทียมจอประสาทตาที่ป้อนข้อมูลภาพดิบโดยตรงเข้าสู่ระบบการมองเห็นรอบนอกต้องใช้อัตราข้อมูลระดับกิกะบิต/s และแม้พยายามมาหลายทศวรรษ ผู้ป่วยที่ได้รับการปลูกถ่ายก็ยังคงอยู่ในภาวะตาบอดตามกฎหมาย
- ตรงกันข้าม หากส่งเฉพาะผลลัพธ์ของการประมวลผลภาพ เช่น วัตถุในฉาก ตัวตนและตำแหน่งของผู้คน ก็สามารถถ่ายทอดได้เพียงพอแม้ด้วยเสียงพูดภาษาธรรมชาติ
- ใน BCI ด้านการเคลื่อนไหว มีกรณีที่ถอดรหัสลายมือที่ตั้งใจเขียนได้ 90 ตัวอักษรอังกฤษต่อนาที หรือ 1.5 bits/s และกรณีที่ถอดรหัสคำพูดที่ตั้งใจพูดได้ถึง 62 คำต่อนาที
- สำหรับผู้ป่วยอัมพาตจำนวนมากที่ยังพูดและฟังได้ คำสั่งเสียงและการถอดคำพูดเป็นข้อความอาจเป็นอินเทอร์เฟซสมอง-เครื่องจักรที่เรียบง่ายกว่าและไม่ต้องเจาะรูบนศีรษะ
ทำไมเราจึงคิดได้ทีละอย่าง
- สมองอาจมองได้เป็นสองโหมดคือ outer brain และ inner brain
- outer brain คือบริเวณที่อยู่ใกล้อินพุตประสาทสัมผัสและเอาต์พุตการเคลื่อนไหว เป็นบริเวณมิติสูงและอัตราข้อมูลสูงที่เกี่ยวข้องกับตัวรับความรู้สึกและเส้นใยกล้ามเนื้อหลายล้านหน่วย
- inner brain ประมวลผลสตรีมข้อมูลที่ถูกลดรูปให้เหลือเพียงบิตสำคัญไม่กี่บิตที่จำเป็นต่อพฤติกรรม
- ภารกิจของ inner brain คือผสานเป้าหมาย อินพุตปัจจุบัน และความจำในอดีตเพื่อตัดสินใจและกระตุ้นการกระทำใหม่
- ส่วนใหญ่ของอัตราการประมวลผลต่ำมาจากความต่างระหว่างการประมวลผลแบบขนานกับแบบอนุกรม
- ระบบการมองเห็นรอบนอกประมวลผลภาพแบบขนานขนาดใหญ่ เช่น สัญญาณเอาต์พุต 1 ล้านช่องของจอประสาทตาและ hyper-column ประมาณ 10,000 ชุดในคอร์เทกซ์การมองเห็น
- ในทางกลับกัน การประมวลผลส่วนกลางมีลักษณะอนุกรม เช่น เมื่อสองภารกิจแข่งขันกัน จะเกิด “psychological refractory period” ก่อนทำภารกิจที่สอง
- แม้ในงานที่ไม่ต้องใช้อินพุตการเคลื่อนไหวอย่างการคิด คนก็สามารถตามได้เพียงกระแสเดียวในแต่ละครั้ง
- ผลค็อกเทลปาร์ตี้และหมากรุกเป็นตัวอย่างของการรู้คิดแบบอนุกรม
- มนุษย์สามารถสกัดกระแสคำพูดของผู้พูดหนึ่งคนจากเสียงผสมซับซ้อนได้ แต่ไม่สามารถติดตามบทสนทนาหลายรายการพร้อมกันทั้งหมดแบบขนาน
- ระบบการได้ยินรอบนอกประมวลผลช่องความถี่และความต่างเวลาเข้าหูสองข้างแบบขนาน แต่การเลือกผู้พูดคนเดียวเกิดขึ้นตั้งแต่ระดับต้นก่อนการแบ่งคำ
- แม้แกรนด์มาสเตอร์หมากรุกก็ไม่ได้ประเมินตาที่เป็นไปได้ทั้งหมดแบบขนาน แต่พิจารณาทีละตา
- คำอธิบายเชิงวิวัฒนาการเชื่อมโยงจุดประสงค์ดั้งเดิมของสมองกับ การควบคุมการเคลื่อนไหว
- ระบบประสาทเรียบง่ายของสัตว์ยุคแรกอาจทำหน้าที่นำทางการเคลื่อนที่เข้าหาอาหารหรือหลบเลี่ยงผู้ล่า
- สิ่งมีชีวิตที่บังคับทิศตามกราเดียนต์ของกลิ่นอยู่ ณ สถานที่หนึ่ง รับรู้ได้เพียงสภาพแวดล้อมของสถานที่นั้น และต้องเลือกการเคลื่อนไหวหนึ่งอย่าง จึงไม่จำเป็นต้องประมวลผลหลายเส้นทางพร้อมกัน
- ความคิดมนุษย์ก็อาจมองได้เหมือนการนำทางในพื้นที่แนวคิดนามธรรม และมีกรณีที่นักจำใช้ “memory palace” เพื่อใส่รายการนามธรรมเข้าไปในเส้นทางเชิงพื้นที่
- คำอธิบายคอขวดในปัจจุบันยังไม่เพียงพอ
- อุปลักษณ์ทางจิตวิทยาอย่าง “single channel operation”, “attentional bottleneck”, “limited processing resources” ยังไม่สามารถระบุอย่างเป็นรูปธรรมได้ว่าทรัพยากรประสาทส่วนกลางคืออะไร
- แบบจำลองวงจรการตัดสินใจของ Wang จำลองปรากฏการณ์ในการทดลองจิตฟิสิกส์การรับรู้ของลิงได้ด้วยเซลล์ประสาท integrate-and-fire เพียง 2000 เซลล์
- AlexNet ใช้เซลล์ประสาทประมาณ 650,000 หน่วยเพื่อดึง 1000 หมวดหมู่ หรือ 10 bits ออกจากภาพ 1.2 ล้าน bits ซึ่งเทียบเท่าพื้นที่คอร์เทกซ์ไม่กี่ mm²
- แมลงหวี่ใช้เซลล์ประสาทน้อยกว่า 200,000 เซลล์เพื่อทำการบินผาดโผน นำทางด้วยกลิ่น สื่อสารทางสังคม ผสมพันธุ์ และแสดงความก้าวร้าว
- การเปรียบเทียบที่ว่าคอร์เทกซ์ส่วนหน้าของมนุษย์เพียงอย่างเดียวก็มีฮาร์ดแวร์ประสาทมากพอจะรันแมลงหวี่ได้ 5000 ตัว ชี้ให้เห็นว่ายังขาดคำอธิบายว่าทำไมเราจึงไม่สามารถทำงานหลายอย่างพร้อมกันได้
1 ความคิดเห็น
ความคิดเห็นจาก Hacker News
บทความดูแปลก เพราะเหมือนกำลังวัด ปริมาณข้อมูล ของงานเฉพาะบางอย่างที่สมองทำ หรือวัตถุเฉพาะบางอย่างที่สมองรับรู้
สมองเป็นคอมพิวเตอร์อเนกประสงค์ ไม่ใช่คอมพิวเตอร์เฉพาะสำหรับการ์ดความเร็ว คอมพิวเตอร์ข้อความภาษาอังกฤษ คอมพิวเตอร์เลขฐานสอง หรือคอมพิวเตอร์รูบิก
เวลาเห็นลูกบาศก์รูบิก สมองไม่ได้แค่ดึงตำแหน่งสัมพัทธ์ของช่องสีออกมา แต่ยังเข้าใจด้วยว่านั่นคือ ลูกบาศก์รูบิก ไม่ใช่นก ไม่ใช่สตริงเลขฐานสอง และไม่ใช่ข้อความภาษาอังกฤษ
เวลาพิมพ์ภาษาอังกฤษ ก็ไม่ใช่แค่เข้ารหัสข้อมูลในสมองเป็นข้อความภาษาอังกฤษ แต่ยังตัดสินว่าการทำกิจกรรมนี้ต่อไปเหมาะสมที่สุด แทนที่จะไปทำคณิตศาสตร์หรือออกไปเดินเล่นตอนนี้ และควบคุมกล้ามเนื้ออย่างละเอียดเพื่อสร้างการเคลื่อนไหวที่จำเป็น
ตัวอย่างเช่น หากพูดถึงการระบุวัตถุหนึ่งชิ้น เราอาจพิจารณาเอนโทรปีของการกระจายของวัตถุที่เป็นไปได้ก่อนการวิเคราะห์ การลดเอนโทรปีลง 10 บิตต่อวินาที หมายถึงการระบุวัตถุหนึ่งชิ้นจากวัตถุ 1,024 ชิ้นในการกระจายสม่ำเสมอได้ภายใน 1 วินาที
ต่อให้ตัวเลขนี้ประเมินต่ำไปหลายหลัก และจริง ๆ แล้วเป็นการระบุหนึ่งชิ้นจาก 1 พันล้านชิ้นใน 1 วินาที ก็ยังเป็นเพียงประมาณ 30 บิต/วินาที เท่านั้น ถึงอย่างนั้น ใจความหลักของบทความที่ว่ามันยังต่ำกว่า 10⁹ บิต/วินาทีที่ระบบประสาทสัมผัสส่งผ่านอยู่มาก ก็ยังไม่เปลี่ยน
ถ้าตัดสินใจทุกวินาทีว่าจะเดินเล่นหรือไม่ ก็อาจเป็น 1 บิต/วินาที แต่ถ้าในความเป็นจริงสลับไปมาระหว่างเดินกับไม่เดินตลอดเวลา ก็คงใกล้เคียงพฤติกรรมที่ผิดปกติ
โดยทั่วไปเราน่าจะตัดสินใจว่าจะไปเดินเล่นหรือไม่ไม่บ่อยไปกว่าทุก ๆ หลายนาที และแม้จะเพิ่มบิตอย่าง “ไปที่ไหน”, “เมื่อไรกันแน่”, “นานแค่ไหน” เข้าไป ก็น่าจะเป็นเพียงเศษเล็ก ๆ ของ 1 บิตต่อวินาที
ยังมีบริบทที่ไม่ได้อยู่ในระดับจิตสำนึกด้วย เช่น “ตอนนี้กำลังเขียนตอบใน HN ไม่ใช่ Reddit ดังนั้นมุกคำเล่นซ้ำซากเกี่ยวกับแมวคงไม่ได้คะแนนโหวต และคอมเมนต์ที่ทำเป็นฉลาดเกี่ยวกับการประมวลผลไร้สำนึกน่าจะได้คะแนนมากกว่า” ประมาณนี้
นิยามของ ข้อมูล แบบที่ว่าในเกม “ยี่สิบคำถาม” คำถามหนึ่งเผยให้เห็น 1 บิตนั้น เป็นนิยามภายนอกที่สัมพันธ์กับงาน และแทบไม่เกี่ยวข้องกับความเร็วการประมวลผลภายในของจินตนาการเลย
คำถามที่ว่าฮาร์ดแวร์ชีวภาพอาจมี “ความเร็วภายใน” สูงมาก แต่การแก้ปัญหาออกมาเป็น “ความเร็วภายนอก” ต่ำ เป็นการเปรียบเทียบที่คลาดเคลื่อนตั้งแต่ต้น คุณสมบัติของส่วนย่อยไม่ใช่คุณสมบัติของทั้งระบบ เหมือนถามว่า “โมเลกุลเคลื่อนที่ด้วยความเร็วหลายพันเมตรต่อวินาที แล้วทำไมก๊าซจึงเคลื่อนที่แค่ 1 เมตรต่อวินาที”
การประมวลผลภายในของสติปัญญาถูกใช้เพื่อระดมทักษะการรู้คิดอเนกประสงค์อย่างการจินตนาการ การประสานงาน และการวางแผนในระดับใหญ่ และงานเฉพาะหนึ่ง ๆ ต้องทำให้สิ่งเหล่านี้ทั้งหมดทำงาน จึงคาดได้ว่าอัตราการประมวลผลข้อมูลภายนอกจะช้ากว่ามาก
ถ้าใช้วิธีเดียวกันกับคอมพิวเตอร์ โดยทำให้งานเป็นนามธรรมมาก ๆ แล้วคิดต้นทุนการประมวลผล “ข้อมูลของงาน 1 บิต” แบบเท่ากัน ก็จะได้อัตราบิตที่เล็กเช่นกัน
วิศวกรเดินฟังเสียงเครื่องจักรไปมา แล้วใช้ศอกแตะเครื่องหนึ่งเบา ๆ โรงงานก็กลับมาเดินเครื่องอีกครั้ง ผู้จัดการโรงงานไม่พอใจที่ต้องจ่ายเงินก้อนใหญ่ให้กับวิธีแก้ที่ดูง่ายเกินไป
อินพุตและการประมวลผลที่จำเป็นเพื่อสร้าง 10 บิตที่ “ถูกต้อง” อาจใหญ่กว่า 10 บิตมาก หมากรุกก็เช่นกัน จำนวนบิตที่หนึ่งตาสื่อออกมาอาจน้อย แต่การจะเดินตาที่ถูกต้องต้องคิดอย่างลึกซึ้ง
มนุษย์ใกล้เคียงกับสิ่งมีชีวิตที่รวบรวมข้อมูล กรองข้อมูล ต้มเคี่ยวให้เป็นซุปเข้มข้นที่เรียกว่าความเข้าใจ แล้วปล่อยบิตไม่กี่บิตที่คัดเลือกอย่างรอบคอบออกมาเพื่อสร้างอนาคตที่ต้องการ
สิ่งนี้ไม่ได้มีแค่การรับคำเข้ามาเท่านั้น แต่ยังรวมถึงการเข้าใจความหมายของผู้เขียนและการครุ่นคิดของตนเองเกี่ยวกับคำเหล่านั้นด้วย
ผม/ฉันไม่มีสิทธิ์เข้าถึงบทความวิจัยฉบับเต็ม แต่บทความมุมมองที่เผยแพร่ออกมาถูกอ้างอิง 131 ครั้ง และดูเหมือนจะครอบคลุมความสามารถของมนุษย์ตามงานแต่ละประเภท ความเร็วการประมวลผลของคอร์เทกซ์ การรับรู้ การเคลื่อนไหวของแขนขา การเคลื่อนไหวของดวงตา ฯลฯ
การสันนิษฐานว่าผู้เขียนไม่เข้าใจพื้นที่ปัญหา ไม่ใช่การมีส่วนร่วมที่ดีต่อบทสนทนา
“ทำไมเราถึงคิดได้ทีละเรื่องเท่านั้น?” บางทีอาจเป็น ปัญหาของการรับรู้
กระแสความคิด การนึกภาพ และบทสนทนาภายในดูเหมือนจะรักษาไว้ได้ทีละอย่างเท่านั้น แต่ก็อาจเป็นเพราะตลอดชีวิตเราเรียนรู้การสื่อสารโดยตรงว่าเป็นสิ่งเชิงเส้นผ่านช่องทางเดียว
สมองคิดเรื่องที่เราไม่ได้จดจ่อโดยตรงอยู่เบื้องหลังมากมายด้วย จึงเกิดช่วงเวลา “อ๋อ!” ขึ้น อาจเป็นไปได้ว่าจิตใจสามารถรักษากระแสความคิดหลายสายพร้อมกันได้ แต่ภาษาไปบังคับรูปแบบความคิดให้เป็นเชิงเส้นและไม่พร้อมกัน
นักวิชาการพุทธมองว่าในจิตสำนึกอาจมีกระแสความใส่ใจได้หลายสาย แต่ความใส่ใจจริง ๆ สามารถบรรจุลูกปัดประสบการณ์/ความคิดของกระแสนั้นได้ทีละเม็ดเท่านั้น และเราเคลื่อนไปมาระหว่างมันอย่างรวดเร็วมาก
โดยส่วนตัวค่อนข้างเห็นด้วย แต่ก็ดูเหมือนจะมีปรากฏการณ์คล้ายการบีบอัดเวลา ที่ลูกปัดซึ่งถูกส่งต่อไปยังความใส่ใจบรรจุสรุปแบบบีบอัดของการรับรู้อย่างต่อเนื่องไว้ด้วย กระแสสองสายยังดูเป็นไปได้ แต่ถ้าต้องเฝ้าดูตั้งแต่ 3 สายขึ้นไปก็จะเกิดช่องว่าง
สภาวะปกติไม่ได้เฝ้าดูแม้แต่กระแสเดียวอย่างต่อเนื่อง และผลลัพธ์แปลก ๆ น่าสนใจที่กล่าวถึงในการทำสมาธิดูเหมือนจะปรากฏเมื่อสามารถรักษาความใส่ใจอย่างต่อเนื่องจริง ๆ ได้
เมื่อให้ตาซ้ายและขวาเห็นภาพต่างกันแล้วถามว่าเห็นอะไร เนื่องจากการพูดและการเขียนถูกควบคุมโดยซีกสมองคนละซีก จึงสามารถพูดและเขียนคำตอบที่ต่างกันได้
สิ่งนี้ชี้ว่า คอขวดของความใส่ใจอย่างมีสติอาจไม่ใช่ข้อจำกัดโดยเนื้อแท้ของสมองสัตว์ แต่อาจเป็นกลไกฉันทามติที่พัฒนาขึ้นเพื่อรักษาห่วงโซ่ประสบการณ์ให้สอดคล้องกัน
เราสื่อสารกับหลายคนพร้อมกัน และแม้กับคนเดียวกันก็ยังรักษากระแสการสนทนาหลายสายไว้ได้
แน่นอนว่าจริง ๆ แล้วน่าจะเป็นการสลับไปมาระหว่างงานมากกว่าการประมวลผลขนาน และอย่างมากก็คือฟังคนหนึ่งพูด ตอบคนที่สองด้วยคำพูด ตอบคนที่สามด้วยข้อความ พร้อมคิดว่าจะตอบคนที่สี่ว่าอะไร
ประเด็นสำคัญคือเราเปลี่ยน จุดโฟกัสของความใส่ใจ ได้ค่อนข้างเร็ว
บทพูดคนเดียวที่เป็นภาษาโดยเนื้อแท้แล้วเป็นลำดับต่อเนื่อง จึงไม่สามารถพูดหรือเข้าใจกระแสคำพูดสองสายพร้อมกันได้
ช่วงเวลาอ๋อที่ผุดขึ้น “จากเบื้องหลัง” แท้จริงแล้วคือตัวตนจริง จิตใจจริง และใกล้กับฉากหน้ามากกว่า เมื่อบทพูดคนเดียวเกิดขึ้น มันจะผลักทุกอย่างออกไป และบางครั้งดูเหมือนถึงกับขัดขวางช่วงเวลาอ๋อด้วย
สิ่งที่ต้องการไม่ใช่ภาษา แต่คือ ความเงียบภายใน
ไม่รู้ว่าตัวเลข 10 บิต/วินาที เอามาจากไหน
แม้จะบีบอัดผลลัพธ์ด้วย gzip ผมก็พิมพ์ได้เร็วกว่ามากเมื่อเทียบกับ 10 บิตต่อวินาที
แม้คิดถึงข้อมูลประสาทสัมผัสที่ประมวลผลอย่างมีสติ กล่าวคือไม่ใช่ข้อมูลที่ไหลเข้ามา แต่เป็นปริมาณข้อมูลที่วิเคราะห์เชิงแนวคิด ก็ควรสูงกว่านี้มาก 10 บิต/วินาทีไม่เข้ากับสัญชาตญาณเลย
คำถามใช่/ไม่ใช่ที่ออกแบบมาดีจะเปิดเผยข้อมูล 1 บิตเกี่ยวกับวัตถุปริศนาแต่ละข้อ และถ้าคนทายชนะได้อย่างสม่ำเสมอ ก็หมายความว่าคนคิดสามารถเข้าถึงรายการที่เป็นไปได้ประมาณ 2²⁰ หรือ 1 ล้านรายการภายในไม่กี่วินาที
ดังนั้นการคำนวณคือ ความเร็วของความคิดแบบไม่มีข้อจำกัดอยู่ที่ 20 บิตในช่วงไม่กี่วินาที หรือไม่เกิน 10 บิตต่อวินาที
คอมพิวเตอร์แม้ใช้ gzip ก็ไม่ได้แทนภาษาอังกฤษได้อย่างมีประสิทธิภาพมากนัก
แค่ดูการแข่งขันฟุตบอล สมองก็ต้องควบคุมกล้ามเนื้อราว 600 มัดอย่างรวดเร็วแล้ว เพียงเท่านี้จำนวนบิตต่อวินาทีก็ควรสูงมาก และยังดีกว่าหุ่นยนต์ที่ควบคุมด้วยคอมพิวเตอร์มาก
ส่วนคำถามว่า “ทำไมสมองต้องใช้เซลล์ประสาทหลายพันล้านเซลล์เพื่อประมวลผล 10 บิต/วินาที” นั้น รถ FSD ของ Tesla ก็มีพลังประมวลผลมาก แต่ก็ยังลำบากกับการไม่ชนรถดับเพลิง ทรัพยากรจำนวนมากอาจจำเป็นได้
ได้โปรด อ่าน论文 ก่อนคอมเมนต์ก็น่าจะดี บทความตอบคำถามมากมายที่ผุดขึ้นมาแค่จากการกวาดตาดูชื่อเรื่องแล้ว และก็น่าสนใจทีเดียว
นี่ไม่ใช่โครงสร้างที่ดีสำหรับการให้คนที่อ่าน论文แล้วมาถกเถียงกันอย่างประสบความสำเร็จ
ตอนเซียนปิงปองชาวจีนแข่งขันกัน สมองประมวลผลด้วยความเร็วเท่าไรนะ?
ต้องมองลูกที่ฝ่ายตรงข้ามส่งมา แล้วคำนวณความเร็ว มุม และสปินโดยไม่รู้ตัว เพื่อตัดสินใจว่าจะขยับลำตัว ขา แขน มือ หรือแม้แต่นิ้วอย่างไร
โต๊ะปิงปองมาตรฐานยาว 2.74 เมตร และในการแข่งขันอาชีพระดับเร็ว ลูกอาจเคลื่อนผ่านระยะนี้ใน 90–140ms ผู้เล่นจึงมีเวลาตอบสนองน้อยกว่า 0.1 วินาที
ไม่ใช่แค่ต้องมี ความเร็วในการประมวลผลภาพ มหาศาล แต่ยังต้องมีความเร็วทางจิตใจในการแปลงข้อมูลภาพนั้นให้เป็นตำแหน่งและการเคลื่อนไหวที่แม่นยำของกล้ามเนื้อหลายร้อยมัดภายในเวลาไม่ถึงหนึ่งวินาทีด้วย 10 บิตต่อวินาทีเป็นไปไม่ได้
การวัดการประมวลผลของมนุษย์เป็น บิต เหมาะสมเฉพาะเมื่อประมวลผลหรือสร้างผลผลิตข้อมูลดิจิทัล เช่น เอกสารที่พิมพ์ขึ้นมาเท่านั้น
ระบบในร่างกายของเราเป็นชีวเคมีแบบ wetware จึงไม่อาจอธิบายได้อย่างเหมาะสมด้วยฐานแบบบูลีน
มนุษย์ใกล้เคียงกับคำอธิบายความเป็นจริงเชิงกลศาสตร์สถิติของ Boltzmann มากกว่าคำอธิบายแบบบูลีนของตรรกะดิจิทัลมาก
เมื่อนับจำนวนโครงแบบที่เป็นไปได้และแตกต่างกันที่ระบบหนึ่งสามารถมีได้ จากนั้นหากจำเป็นก็สะท้อนความไม่แน่นอนทางสถิติหรืออคติ แล้วนำลอการิทึมฐาน 2 ของจำนวนนั้น ก็จะได้ปริมาณสารสนเทศของระบบนั้น
สิ่งนี้ใช้ได้กับแทบทุกอย่าง ไม่ว่าจะเป็นระบบชีววิทยาหรือไม่ก็ตาม
แนวคิดเพศสภาพ “แบบคลาสสิก” ที่อิงเพศนั้น เมื่อพิจารณาหลายประเด็นก็ค่อนข้างสมเหตุสมผล แต่ไม่ได้ลบความจริงที่ว่าในพื้นที่สาธารณะ เราควรปฏิบัติต่อผู้ที่ต้องการแสดงเพศสภาพแตกต่างออกไปด้วยการเคารพศักดิ์ศรีและความปรารถนาของพวกเขา
https://philosophersmag.com/unexceptional-sex/
เช่นเดียวกับในทฤษฎีสารสนเทศ จำนวนบิตคือ log2 ของจำนวนสถานะที่แทนได้ และไม่จำเป็นต้องเป็นจำนวนเต็ม
ตัวอย่างเช่น หากมีข้อมูล 10 บิต ก็สามารถแยกแยะสถานะที่แตกต่างกันได้ 1024 สถานะ ไม่ว่าจะเป็นสี 1024 แบบ หรือถ้าต้องการก็เพศสภาพ 1024 แบบก็ได้ สิ่งสำคัญคือมี “กล่อง” 1024 ใบสำหรับใส่สิ่งของ
หากเป็นไปตามผลในบทความ ก็หมายความว่า “สมองภายใน” สามารถประมวลผลสีหนึ่งสีที่มีนวลระดับ 1024 ขั้นต่อวินาที หรือสีอิสระสองสีที่แต่ละสีมีนวลระดับ 16 ขั้นได้ หากสีเหล่านั้นไม่เป็นอิสระต่อกัน ก็อาจประมวลผลได้มากกว่านั้น
ไม่ได้หมายความว่า “มาเข้ารหัสชาย/หญิงเป็นหนึ่งบิตกัน” หรือ “101 คือเซโรโทนิน ส่วน 110 คือโดพามีน”
แต่เป็นคำอธิบายเชิงสถิติว่าเนื้อหาข้อมูลที่มนุษย์สร้างขึ้นสามารถบีบอัดได้เหลือประมาณ 10 บิตต่อวินาที
แต่บิตก็เป็นเพียงปริมาณสารสนเทศในฐานหนึ่ง ๆ เท่านั้น หากต้องการจะอภิปรายด้วย “นิต (nit)” ก็ได้
ใจความสำคัญคือ แม้การแทนค่าอย่างเป็นรูปธรรมจะอิงสมมติฐานการคำนวณแบบดิจิทัล แต่สารสนเทศเองก็ยังคงมีอยู่จริง
แม้จะเรียกเป็นความย้อนแย้งว่าระบบประสาทส่วนปลายสามารถดูดซับข้อมูลจากสภาพแวดล้อมได้ในระดับกิกะบิตต่อวินาที แต่ปริมาณการประมวลผลข้อมูลของพฤติกรรมมนุษย์กลับน้อยมาก ทว่ามันคล้ายกับที่ GPU ทำการคำนวณได้หลายพันล้านครั้งต่อวินาที แต่ Cyberpunk ยังรันได้แค่ 60fps จึงไม่ใช่ความย้อนแย้ง
นอกจากนี้ สมองดูเหมือนจะทำงานบางอย่าง เช่น การรู้จำภาพ ได้ดีกว่า GPU อาจเป็นเพราะทำการคำนวณต่อวินาทีได้มากกว่า GPU
GPU สามารถเชื่อมต่อกับฐานข้อมูลที่มีรายการมากกว่ามาก และยังทำเดโมรู้จำใบหน้าที่น่าประทับใจพอสมควร ซึ่งจำคนสุ่มจำนวนมากได้
แต่มนุษย์สามารถคาดเดาการใช้งานของวัตถุที่เห็นเป็นครั้งแรกได้ด้วย และสิ่งนี้ใกล้เคียงกับบางอย่างที่ดีกว่าการรู้จำวัตถุ
มนุษย์สามารถส่งข้อมูลผ่านคำพูดทั่วไปได้สูงสุดถึง 39 บิต/วินาที ดังนั้นการอธิบายว่า “ปริมาณงาน” ของมนุษย์มีเพียง 10 บิต/วินาทีจึงดูไม่แม่นยำ
https://www.science.org/content/article/human-speech-may-hav...