大脑记忆原理
普遍的人工智能科学家认为，只要计算机的计算能力足够强，就能造出跟人一样聪明的计算机。但是实际上，当前的计算机计算能力已经远远超出了人类的神经元。一个典型的神经元可以在5毫秒内输出电脉冲，同时自行复位，大约每秒可以做200次，而且神经元的传导也是非常缓慢的，在半秒内，金融大脑的信息只能穿过大约100个神经元的长度，作者称之为“一百步法则”。但是一台现代的硅芯片计算机可以在1秒内完成10万次的运算，计算机的计算能力要远快于人脑。但是显然人脑要比硅芯片计算机要聪明，这是为什么呢？答案很简单，因为大脑并不是以计算能力取胜，而是从记忆中提取答案。大脑只需要几步就可以从存储记忆中找到答案。
但是可能你会问，计算机也有存储设备，为什么计算机没有智能呢？不能像3岁小朋友一样快速识别出一本书或者一颗糖果呢？大脑皮层的记忆具有4个区别于计算机记忆的属性。
1：大脑皮层存储的是序列模式。
2：大脑皮层以自-联想的方式提前模式记忆。
3：大脑皮层以恒定的形式存储模式。
4：大脑皮层将模式存储在层级结构中。
这里我们先讲解其前面3个特性。
我们所有的记忆都存储在神经元之间的突触连接中，我们大脑存储了非常多的信息，而我们大部分日常使用的只是非常小的一部分，大部分记忆只是静静地存储在我们的大脑中。
序列模式是指大脑皮层存储的是一连串具有关联性的信息序列，大脑存储的记忆信息序列是有时间和空间顺序的。就像我们讲述一个故事一样，是循序渐进讲出来的。我们很容易记忆按顺序读出26个字母，但是如果让你反着读出来，可能就没那么容易了。我们很容易唱一首歌，但是很难反着唱一首歌。计算机存储并是按照字节方式存储在的，但并不是按照一个模式序列存储的。
大脑记忆的第二个特征是自-联想，是指模式与自己相关联，可以根据不完整或者被扭曲的输入信息，提取出全部完整模式的系统，类似于模糊搜索。就像我们看到一个熟人的脸，我们就可以自动其联想到他的全部一样。大脑可以根据片面的信息自动补齐其他信息。
大脑记忆的第三个特征是恒定表征，这个是什么意思呢，计算机程序的一套精准运行的机制，其中哪怕一点点逻辑问题都会导致整个系统的故障，但是人类大脑系统有更强的容错机制。比如我们手上拿着一本书，当你移动这本书，或者改变照明、调整坐姿等等都会改变我们视觉对这本书的输入模式，而且是完全不重复的，尽管这些视觉信息随时在便，不管在改变照明还是调整坐姿，我们都依然很容易地准确地认识这本书。那么大脑是如何做到的呢？这就是大脑的“恒定表征”的特性。大脑会将一本书完整的特征存储在记忆中。这和自-联系和序列模式的存储相类似。
