如果是圖片，所以動起來的效果是不是大腦在進行建模後的模擬？

如果是視頻這種持續的記錄，腦容量是不是也太大了？

瀉藥

端腦表面通常被區分的視覺區、嗅覺區、聽覺區、味覺區、觸覺區、理解區等等，本質上都是轉譯區，我們的記憶數據並不是存儲在這裡，而是在皮層的下方的神經元中。

視覺再現或者情景再現的原理，即是這部分數據被神經元傳到至端腦相應的皮層後轉譯出來的。

所以記憶並不是以圖片或者視頻的形式存儲進大腦的，所謂的視頻或圖片只是在我們大腦中的一種表現形式。如果你人的視網膜上的光感受器無法感應三原色或者說只能感應光譜上的很小的一段，那麼我們眼前的圖片或視頻就是另一種樣子了，也許我們就會像魚或蛇一樣只能看到熱量形成的模糊形狀。

回到話題上，我們接受的信息經過端腦皮層相應的區域轉譯後以生物電多的方式在端腦內輸出，這些生物電會刺激端腦皮層下的神經元，神經元受到生物電刺激後會發生形態轉變，變態後的神經元即起到了記錄信息的作用。

由於神經元有著複雜的突觸，神經元與神經元之間的突觸又連接複雜，因此一個神經元可以記錄多條信息，注意這裡的信息並不是指我們接受到的信息，而是經過轉譯區轉譯後形成的信息。

神經元與我們日常簡單的記錄載體（比如報紙、書籍、硬碟等）高級的地方在於它具有智能性，它不會記錄重複的信息，這是由於神經元的相異性決定的，一旦兩個神經元出現記錄相同信息的趨勢後，信息就會出現無法記錄的情況，這就是很多時候我們無法快速記憶或者準確記憶的原因之一，這個時候端腦只能通過不斷重複生物電傳導，直到其中一個神經元經過不斷刺激逐漸穩定下來達到記錄的目的。

此外，我們人的一生經歷的種種很多都是重複的，這也就意味著我們的大腦一生當中接受的所有信息很多都是重複的的，由於上文提到的神經元的相異性，大腦實際上是「很懶」的，那些重複的信息他並沒有去記錄，而只是進行了簡單的緩存後就刪掉了。

這種懶惰還表現在如果是太久遠的信息它就不想記了（實際是神經元長久沒有收到生物電的刺激）以及記憶不準確（神經元自身的不穩定性，前文所指的穩定狀態是指在相對時間內）

端腦的這些特性使得它其實並不需要太大的存儲容量。

目前，前沿的鬧腦科學研究領域主流意見認為我們的大腦的最大存儲容量在T級水平左右。

以上。唉，寫了這麼多總算編完了，好累

文本格式。

每次回憶都是調用再生成。所以許多原本第一人稱的場景你回憶出的圖像是第三人稱的。

以腦迴路形式保存至於是圖片還是視頻，取決於你怎麼去回憶不過嘛，所有的視頻本質都是圖片

愛因斯坦說時間是第4度空間，從物理學的角度看，這個問題可以 reduce 成 3 度空間的處理，亦即是機器視覺的問題，這問題基本上已經解決了，所欠的其實是更高層次的智能，但這已經不是機器視覺甚至 sensory processing 的範圍了。

對 3D 處理的方法，是用 convolution ，亦即是用一個內核 (kernel) 不斷重複辨認空間中的某一局部、到另一局部、and so on... 。 這種做法能做到資訊的壓縮，其原因是 weight-sharing，亦即是說，用一個內核的 weights，代表了原本要用很多神經元的 weights，這就達到壓縮效果。

「4維時空」的做法應該是一樣的。

根據 convolution theorem： convolution in the time domain = multiplication in the frequency domain. 換句話說，如果在空間上做了 Fourier transform（或許包括 wavelet transform？）其作用等於在時間上做 convolution。

在一個智能系統里，「時間」的地位和「空間」可能有不平等，因為智能系統是在時間上做行動的，它的記憶結構可能是根據時間而 organize，這樣導致分析的不方便。（這句話是我對自己說的，因為我現時的 design 中，時間有特殊地位。）

或許將時空看成 4D 會帶來理論上的簡潔，也就是處理上更方便……

======== 補充 ========

如果 sensory data 就是一大塊 4D 資料，智能的問題就是 unsupervised pattern recognition in 4D，在理論上這很簡單。

但是這種做法忽略了智能系統和環境之間的互動，包括獎勵等。 例如智能系統可以「玩弄」某些物件去了解它的特性，或者和人類交談、問問題等。 所以有必要使用 reinforcement learning (RL) 的框架。

在 RL 框架內，「當下的狀態」叫 "state"，它是時間的函數。 RL 理論是相對於 state space trajectory 而發展的。 但 「4D 影片」是 state x 在時間上累積而成的。

暫時想到這裡…… :)

這是一個很好的問題，這個問題對於現在人工智慧的的研究也很有意義，如果有人有相關的知識可以推薦
101010

雖然載體和形式不同，但信息保存遵循的原則都是差不多的，調用這些信息的方法則有很多。不論是存在大腦里還是存在硬碟中～

所以題主提的問題太大了，沒法回答啊
推薦閱讀：
相关文章