最近發表在《神經元》（Neuron）雜誌上的一項研究探討了人類大腦在信息處理速度上的能力。研究發現，我們(men) 的思維速度遠不如想象中那樣敏捷。

在計算機領域，比特（bit）是信息的基本單位，用於(yu) 表示一個(ge) 二進製狀態（0或1）。通過大量比特的組合，計算機可以高效存儲(chu) 和處理龐大的數據量，展現出卓越的性能。

人類大腦處理信息的能力每秒隻有10比特

（圖片來源：文獻1）

這項研究顯示，人類行為(wei) 的信息傳(chuan) 輸速率僅(jin) 約10比特/秒，而感官係統能夠每秒吸收約10⁹比特的信息量。這意味著我們(men) 的周圍神經係統正在以千兆比特的速率並行收集感官數據，比大腦最終輸出的微不足道的10比特高出幾個(ge) 數量級！

這一現象觸及了大腦功能的根本問題：是什麽(me) 神經機製限製了人類思維的速度？為(wei) 什麽(me) 大腦坐擁十億(yi) 個(ge) 神經元，卻隻能處理如此少量的信息？

人腦和計算機處理信息的方式有何不同？

首先需要明確的是，這裏所討論的人類思維速度實際上指的是信息處理速度，即大腦在特定時間內(nei) 理解、分析並處理信息的能力。這與(yu) 計算機處理數據的概念有著本質的區別。

計算機的信息處理更接近於(yu) 一種量化的存儲(chu) 與(yu) 運算，而人類思維則包含了更複雜和多維度的活動。

人類大腦基於(yu) 神經元網絡，通過生物電信號和化學信號傳(chuan) 遞信息。它具有非線性和分布式處理的特點，能夠整合經驗、情感和直覺，以完成複雜的推理和決(jue) 策。

相比之下，計算機基於(yu) 數字電路和二進製運算，以明確的算法和程序為(wei) 基礎進行信息處理。盡管計算機在邏輯性、精確性和計算速度方麵具有優(you) 勢，但缺乏自主思考能力，也無法建立與(yu) 情感相關(guan) 的關(guan) 聯。

兩(liang) 者的差異不僅(jin) 體(ti) 現在能力上，更反映了自然與(yu) 人工係統根本“設計”理念的不同。

科學家是如何量化人腦思維速度的？

這一研究表明人腦的思維速度為(wei) 10比特/秒，這個(ge) 具體(ti) 的數值是怎麽(me) 得來的呢？

為(wei) 了量化人的信息處理速度，科學家們(men) 設計了各種實驗以研究人類在執行各種任務時處理的信息量，來估算思維速度。

1. 盲解魔方實驗；

科學家們(men) 做了盲解魔方實驗，參與(yu) 者首先有幾秒鍾的時間觀察魔方並記住其初始狀態，然後在完全不看魔方的情況下嚐試將其複原。整個(ge) 過程被分為(wei) 兩(liang) 個(ge) 階段：觀察階段和解題階段。研究人員通過記錄觀察時間和解題時間來評估參與(yu) 者的認知處理速度。

盲解魔方實驗

（圖片來源：作者使用AI生成）

盲解魔方實驗的挑戰在於(yu) 需要在極短的時間內(nei) 對4.3×1016種可能的魔方狀態進行篩選並提取關(guan) 鍵信息，形成記憶策略。實驗數據顯示，參與(yu) 者在觀察階段的信息處理速度約為(wei) 11.8比特/秒。這表明，即使麵對複雜的任務，大腦在處理和記憶過程中仍保持接近10比特/秒的速率，這一結果支持了大腦在高強度認知任務中的串行化工作機製。

2. 打字任務實驗；

科學家們(men) 還設計了打字任務實驗。參與(yu) 者需要根據手寫(xie) 文本進行英文打字。熟練打字員的平均速度約為(wei) 每分鍾120個(ge) 單詞，每個(ge) 單詞包含約5個(ge) 字符。研究人員通過計算輸入字符的總數和所用時間，評估打字任務中的實際信息處理速率。

實驗表明，參與(yu) 者在輸入有意義(yi) 的英文文本時，會(hui) 根據語言模式和上下文提示來提高輸入速度。然而，當實驗者要求打字員輸入隨機字符序列時，輸入速度則顯著下降，這恰恰也反映了認知過程對語義(yi) 和記憶模式的高度依賴。盡管手部動作的速度可以達到較高水平，但信息處理的上限仍為(wei) 10比特/秒，這表明大腦的認知瓶頸不僅(jin) 受限於(yu) 運動係統的速度，還與(yu) 大腦內(nei) 部的串行化信息篩選和處理機製有關(guan) 。這一實驗突顯了語言模式識別和認知簡化在提高輸入效率中的重要性。

通過打字來反映信息處理速度

（圖片來源：作者使用AI生成）

3. 電子競技實驗；

為(wei) 了進一步驗證這一結論，研究人員將目光投向了電子競技選手。快節奏電腦遊戲如《星際爭(zheng) 霸》被用作研究人類信息處理速度的工具，因其需要玩家在極短時間內(nei) 完成資源管理、戰術操作和戰略決(jue) 策等多任務。研究顯示，通過比較實際操作中的動作與(yu) 理論可能動作之間的決(jue) 策速度，得出了職業(ye) 選手的信息處理速率約為(wei) 10比特/秒，反映了人類在複雜、高壓力環境中的認知極限。

《星際爭(zheng) 霸》也被用作研究人類信息處理速度的工具

（圖片來源：作者使用AI生成）

是什麽(me) 限製了人腦處理信息的速度？

首先，大腦存在明顯的“外部大腦”和“內(nei) 部大腦”分工。“外部大腦”負責處理大量高維度的感官輸入，如視覺和聽覺等係統以並行方式接收和處理信息，每秒傳(chuan) 遞的數據量可達數十億(yi) 比特。而“內(nei) 部大腦”則負責對這些信息進行篩選和壓縮，僅(jin) 提取與(yu) 行為(wei) 相關(guan) 的少量關(guan) 鍵信息，用於(yu) 決(jue) 策和行動。這一篩選過程極大地限製了信息處理的速度，就好像我們(men) 看到的畫麵包含了很多信息，但大腦卻隻處理其中一點點有用的信息。

其次，人類認知具有串行處理的特點，也就是大腦一次隻能專(zhuan) 注於(yu) 一個(ge) 任務。這種“單線程”操作模式導致行為(wei) 速度的瓶頸。例如，同時麵對兩(liang) 個(ge) 任務時，第二個(ge) 任務的處理必須等待第一個(ge) 任務完成後才能進行。

大腦一次隻能專(zhuan) 注於(yu) 一個(ge) 任務

（圖片來源：作者使用AI生成）

雖然大腦高級認知區域（如前額葉皮層）包含數十億(yi) 神經元，但其主要任務是將感官輸入、記憶、情緒和目標整合為(wei) 低維度的行為(wei) 決(jue) 策。這種複雜的整合和協調過程需要時間，限製了行為(wei) 反應的速度。

此外，突觸傳(chuan) 遞和神經網絡的複雜性也對速度形成了限製。單個(ge) 神經元的傳(chuan) 遞速度雖然較快，但神經信號需要經過多個(ge) 神經元和突觸的逐層傳(chuan) 遞，而不是一次直接完成。同時，大腦會(hui) 優(you) 先優(you) 化行為(wei) 的準確性和靈活性，而非速度，這是一種進化適應性設計，目的是在特定的環境中提高生存能力。

最後，選擇性注意和過濾機製雖然能夠有效節省認知資源，但也導致了感官信息被大量丟(diu) 棄，從(cong) 而進一步限製了行為(wei) 輸出的速度。這種設計是為(wei) 了應對複雜環境下的信息過載，但其代價(jia) 是大腦的反應速度遠低於(yu) 感官輸入的處理能力。

這些機製共同作用，使人類行為(wei) 的輸出速率僅(jin) 約10比特/秒，與(yu) 感官係統的輸入速率形成了鮮明的對比，也揭示了大腦在“設計”上的優(you) 先考量。

總結

感官輸入與(yu) 大腦處理速度之間的巨大差異，仍然是科學領域的一大謎題。盡管人類的大腦可以捕捉豐(feng) 富的外界信息，偶爾展現出卓越的記憶能力，甚至能夠無意識地處理部分信息，但其實際的運轉速度卻顯得極為(wei) 緩慢。每秒10比特的信息處理速度無疑為(wei) 認知能力設定了上限。

那麽(me) ，未來我們(men) 能否突破這一“瓶頸”？

以腦機接口為(wei) 例，科學家們(men) 正致力於(yu) 在人腦與(yu) 計算機之間建立高效的直接通信通道，希望實現快速、無縫的信息交互。然而，如果大腦的生理極限確實存在，那麽(me) 再先進的技術也難以突破這一基本約束。正如將一台硬件性能有限的設備接入超高速網絡，外部升級無法改變其內(nei) 部的處理速度。

但是，這並不意味著我們(men) 的研究應該停滯不前。相反，這一挑戰提示我們(men) ，未來我們(men) 還需要更深入地研究大腦的結構與(yu) 工作機製，探索提升認知效率的潛在方法。

參考文獻：

1.Zheng, Jieyu, and Markus Meister. "The unbearable slowness of being: Why do we live at 10 bits/s?." Neuron (2024).

2.Dhakal, Vivek, et al. "Observations on typing from 136 million keystrokes." Proceedings of the 2018 CHI conference on human factors in computing systems. 2018.

3.Vinyals, Oriol, et al. "Starcraft ii: A new challenge for reinforcement learning." arXiv preprint arXiv:1708.04782 (2017).

歡迎掃碼關(guan) 注深i科普！

我們(men) 將定期推出

公益、免費、優(you) 惠的科普活動和科普好物！