- मानव व्यवहार की सूचना-प्रसंस्करण दर perception, action और imagination tasks में लगभग 10 bits/s पर ठहरती दिखती है, जबकि sensory system वातावरण से लगभग 10⁹ bits/s लेता है — यानी करीब 10 करोड़ गुना का अंतर
- typing, speech, blind speedcubing, memory sports, reading और laboratory motor tasks, मापन के तरीकों में अंतर होने पर भी, लगभग इसी दायरे में सिमटते हैं; यह संकेत देता है कि sensory input और motor output की गति मोटे तौर पर एक-दूसरे से मेल खाती हैं
- एक आंख के cone cells का समूह लगभग 1.6 Gbits/s भेज सकता है और optic nerve की क्षमता भी बड़ी है, लेकिन वास्तविक व्यवहार में इस्तेमाल होने वाली सूचना उसका बहुत छोटा हिस्सा है
- “photographic memory”, समृद्ध visual scenes, और unconscious processing जैसे प्रतिवाद भी मौजूदा साक्ष्यों के आधार पर 10 bits/s limit को बहुत अधिक पार नहीं करते; natural image statistics सीखने के लिए भी शायद केवल कुछ bits की सूचना काफी हो
- यह paradox मस्तिष्क को high-speed sensory·motor signals संभालने वाले outer brain और behavior control के लिए low-speed stream संभालने वाले inner brain में बांटकर देखने की ओर ले जाता है; लेकिन inner brain इतने अधिक neurons इस्तेमाल करने के बावजूद एक समय में एक ही चीज़ क्यों संभालता है, यह अब भी खुला सवाल है
मानव व्यवहार 10 bits/s पर क्यों मापा जाता है
- “Twenty Questions” game यह समझाने का एक उदाहरण है कि अच्छी तरह तैयार किया गया एक yes/no सवाल 1 bit प्रकट करता है
- अगर कोई कुछ सेकंड में लगभग 20 सवालों से सही जवाब तक पहुंच सकता है, तो सोचने की गति उन कुछ सेकंड में 20 bits, यानी लगभग 10 bits/s या उससे कम होगी
- behavioral information throughput का अनुमान इस बात से लगाया जाता है कि तय समय में कोई व्यक्ति कितनी संभावित actions में से कौन-सी action कर सकता है
- behavior और noise variation में फर्क करना पड़ता है, और इस फर्क को Shannon entropy और information rate से मापा जाता है
- key दबाने की ताकत, key press duration, yawning, blinking जैसी outputs, जो task के लिए महत्वपूर्ण नहीं हैं या पहले से अनुमानित हैं, सूचना-प्रसंस्करण में बहुत कम योगदान देती हैं
- English typing, 10 bits/s अनुमान का एक प्रतिनिधि उदाहरण है
- कुशल typist प्रति मिनट 120 शब्द, और प्रति शब्द 5 अक्षर के हिसाब से, प्रति सेकंड 10 keypresses करता है
- English characters में संरचनात्मक redundancy अधिक होती है, इसलिए प्रति character entropy लगभग 1 bit है, और information rate लगभग 10 bits/s बनती है
- अगर यादृच्छिक strings टाइप करनी हों, तो कुशल typist की speed काफी गिर जाती है
- बोलना भी लगभग इसी स्तर पर आता है
- English lecture narration में वह speed जिस पर श्रोता सहज रूप से साथ चल सकें, लगभग 160 शब्द प्रति मिनट मानी जाती है
- यह लगभग 13 bits/s के बराबर है
perception और memory tasks भी लगभग इसी दायरे में रहते हैं
- blind speedcubing ऐसा उदाहरण है जिसमें perception phase और motor output phase को अलग-अलग देखा जा सकता है
- 3×3 Rubik’s cube की संभावित arrangements की संख्या 4.3×10¹⁶ ≈ 2⁶⁵ है
- हालिया world record 12.78 सेकंड में से लगभग 5.5 सेकंड inspection में लगे, और perception-stage information rate लगभग 11.8 bits/s निकलती है
- खिलाड़ियों का कुल समय perception और movement में लगभग आधा-आधा बांटना यह दिखाता है कि perception information rate और motor output information rate एक-दूसरे से मेल खाते हैं
- memory sports में भी throughput लगभग इसी स्तर का है
- “5 Minute Binary” world record में 5 मिनट में 1467 binary digits सही याद किए गए, और memorization के दौरान information rate लगभग 5 bits/s थी
- “Speed Cards” में 52 cards के क्रम की संभावित arrangements 52! ≈ 2²²⁶ हैं, और 12.74 सेकंड की inspection record लगभग 18 bits/s के बराबर है
- working memory को 10 सेकंड से बढ़ाकर 300 सेकंड तक बनाए रखने की मांग होने पर भी, वातावरण से सूचना इस्तेमाल करने की गति 10 bits/s के लगभग दोगुने के भीतर ही रहती है
- दूसरे measurements भी इसी निष्कर्ष पर पहुंचते हैं
- तालिका में binary digit memorization 4.9 bits/s, choice reaction experiments लगभग 5 bits/s, object recognition 30~50 bits/s, laboratory motor tasks 10~12 bits/s, reading 28~45 bits/s, और Tetris Rank S लगभग 7 bits/s शामिल हैं
- अलग-अलग क्षेत्रों और लगभग एक सदी में फैले measurements मानव behavioral throughput को लगभग 10 bits/s पर समेटते हैं
- रोज़मर्रा की data transfer rates से तुलना करें तो यह मान बहुत छोटा है
- अगर home WiFi 100 Mbits/s से नीचे गिर जाए तो Netflix की गुणवत्ता की चिंता होती है, लेकिन जागते हुए देखते समय भी मस्तिष्क उस विशाल bitstream से 10 bits/s से अधिक सूचना नहीं निकालता
nervous system की क्षमता और धीमे व्यवहार का paradox
- sensory nervous system की capacity, behavioral throughput से बहुत अधिक है
- एक human cone cell लगभग 270 bits/s पहुंचा सकता है
- एक आंख के 60 लाख cone cells लगभग 1.6 Gbits/s capacity रखते हैं
- मस्तिष्क इस विशाल bitstream में से केवल व्यवहार के लिए जरूरी लगभग 10 bits/s छांटता है
- sensory information rate और behavioral throughput के अनुपात को sifting number कहा जाता है
- लगभग 1 Gbit/s को 10 bit/s से विभाजित करने पर 10⁸ मिलता है
- यही 10 करोड़ गुना अंतर वह paradox है जिसे समझाना है
- visual system के भीतर ही बड़ा compression पहले से हो जाता है
- optic nerve लगभग 10 लाख retinal ganglion cell axons से बनी होती है
- strong stimulation पर औसतन 50 Hz firing के साथ optic nerve capacity लगभग 100 Mbits/s से कम होती है
- यह cone cell capacity से 10 गुना कम है, यानी retinal circuitry visual signals को कम-से-कम 10 गुना compress करती है
- individual neuron भी पूरे मानव behavioral throughput जितनी या उससे अधिक सूचना भेज सकता है
- central nervous system neuron का spike औसतन लगभग 2 bits/spike पहुंचाता है
- mammals के cortical neurons की average firing rate कम होने पर भी एक single neuron लगभग 10 bits/s पहुंचा सकता है
- paradox कोई छोटी error नहीं, बल्कि 10⁸ गुना अंतर को समझाने की समस्या है
- कोई hypothesis अगर कुछ स्थितियों में reaction speed में 2 गुना अंतर समझा भी दे, तो भी इस paradox के पैमाने पर उसका प्रभाव लगभग नगण्य होगा
प्रतिवाद और निहितार्थ: memory, species, BCI
- photographic memory, 10 bits/s limit को तोड़ती है — ऐसा साक्ष्य कमजोर है
- अगर ऐसे लोग होते, तो उन्हें “Binary Digits” जैसे world memory competitions में लगातार जीतना चाहिए, लेकिन world champion records भी 10 bits/s के आसपास ही रहते हैं
- एक subject द्वारा अलग-अलग दिनों में दिखाए गए random-dot stereogram images को जोड़ पाने की रिपोर्ट में लगभग 100 bits/s की जरूरत पड़ती, लेकिन बाद में समर्थन करने वाली रिपोर्टें नहीं मिलीं
- शहर के ऊपर उड़ान भरने के बाद building-level detail में चित्र बनाने वाले कलाकार का उदाहरण भी, यदि उदार अनुमान लगाया जाए कि उसने 45 मिनट में 1000 इमारतों को 1000 styles में से किसी एक के साथ सही याद रखा, तब भी लगभग 4 bits/s ही बनता है
- समृद्ध और सूक्ष्म visual experience को subjective inflation के रूप में समझा जाता है
- gaze center से कुछ degrees दूर जाते ही spatial और color detail resolution बहुत घट जाती है
- सामान्य जीवन में हम आंख घुमाकर उस जगह को देख सकते हैं, इसलिए peripheral vision भी साफ़ और रंगीन लगती है
- attention के बाहर की visual information को perceive और retain करने की क्षमता बहुत सीमित है, और यही inattentional blindness तक ले जाती है
- unconscious processing भी यहां चर्चा किए गए उदाहरणों में बहुत बड़ी information rate नहीं मांगता
- kittens को vertical black-and-white stripes वाले environment में पालने वाले प्रयोग ने visual cortex wiring को कुछ हद तक reorganize किया, लेकिन stripe orientation distribution का बदलाव log₂(180/40) ≈ 2 bits ही बनता है
- natural images के spatial·temporal frequency distributions या color spectrum distributions भी कुछ bits में पकड़े जा सकते हैं
- retina में लाखों neurons होते हैं, लेकिन वह लगभग 100 types से बनी है, और एक ही type की cells व circuits पूरे visual field में दोहराए जाते हैं
- मस्तिष्क की storage capacity की तुलना computer से करें तो बड़ा excess दिखता है
- लगभग 10¹⁴ synapses और synaptic strength की dynamic range 5 bits मानें, तो सभी synapses को निर्दिष्ट करने की upper bound लगभग 50 TB होती है
- अगर उदारतापूर्वक मान लें कि human genome की 3×10⁹ bases पूरी की पूरी brain development control में लगती हैं, तो “nature” हिस्सा लगभग 6×10⁹ bits, यानी 0.8 GB बनता है
- अगर कोई व्यक्ति 100 साल तक, 24 घंटे लगातार, 10 bits/s से सूचना ग्रहण करे, तो “nurture” हिस्सा लगभग 3×10¹⁰ bits, यानी 4 GB से कम होगा
- इस तुलना में मस्तिष्क की synaptic representational capacity 50 TB है, जबकि वास्तविक representational need लगभग 5 GB से कम है — यानी 4 orders of magnitude का अंतर
- BCI और assistive technology design पर यह कम information rate सीधे असर डालती है
- Neuralink के लक्षित high-bandwidth brain-computer interface के बारे में अनुमान है कि मानव cognition, computer से लगभग 10 bits/s की गति से ही संवाद करेगी
- retinal implant जैसी approaches, जो raw visual information को सीधे peripheral visual system में डालती हैं, gigabit/s स्तर की data rate मांगती हैं; और दशकों की कोशिश के बाद भी implant patients कानूनी रूप से blind ही रहते हैं
- इसके उलट, अगर केवल दृश्य-प्रसंस्करण के परिणाम — जैसे scene के objects, या लोगों की identity और location — भेजे जाएं, तो natural-language speech से भी पर्याप्त संचार हो सकता है
- motor BCI में intended handwriting को 90 English characters/minute, यानी 1.5 bits/s पर decode करने का उदाहरण और intended speech को 62 words/minute तक decode करने का उदाहरण मौजूद है
- जो कई paralyzed patients बोल और सुन सकते हैं, उनके लिए voice commands और dictation, सिर में छेद किए बिना, एक अधिक सरल brain-machine interface हो सकते हैं
हम एक समय में एक ही चीज़ क्यों सोचते हैं
- मस्तिष्क को outer brain और inner brain नाम की दो modes में देखा जा सकता है
- outer brain, sensory input और motor output के करीब के क्षेत्रों को दर्शाता है, जहां लाखों sensory receptors और muscle fibers शामिल होते हैं; यह high-dimensional और high-information-rate वाला क्षेत्र है
- inner brain उस घटाए गए data stream को process करता है जिसमें व्यवहार के लिए जरूरी कुछ bits ही बचती हैं
- inner brain का काम goals, current input और past memory को जोड़कर decision लेना और नई action शुरू करना है
- low throughput का बड़ा हिस्सा parallel processing और serial processing के अंतर से आता है
- peripheral visual system, retina के 10 लाख output signals और visual cortex के लगभग 10,000 hyper-columns जैसे बड़े parallel ढांचे में image process करता है
- इसके विपरीत central processing serial है; जब दो tasks प्रतिस्पर्धा करते हैं, तो दूसरे task से पहले “psychological refractory period” दिखाई देता है
- ऐसे tasks में भी, जहां movement output की जरूरत नहीं होती, इंसान एक समय में केवल एक stream का ही अनुसरण कर पाता है
- cocktail party effect और chess, serial cognition के उदाहरण हैं
- इंसान जटिल auditory mixture से एक speaker की speech stream निकाल सकता है, लेकिन कई conversations को समानांतर पूरी तरह track नहीं कर सकता
- auditory periphery frequency channels और binaural time differences को parallel process करती है, लेकिन single-speaker selection शब्द विभाजन से पहले के शुरुआती स्तर पर होता है
- chess grandmaster भी सभी possible moves को parallel evaluate नहीं करता, बल्कि एक-एक करके देखता है
- evolutionary explanation, मस्तिष्क के मूल उद्देश्य को motor control से जोड़ती है
- शुरुआती animals के simple nervous systems शायद prey की ओर बढ़ने या predators से बचने की movement को guide करते थे
- odor gradient का पीछा करके steer करने वाला जीव एक ही जगह पर होता है, उसी जगह के environment को sense करता है, और एक movement चुनता है; उसे कई paths को एक साथ process करने की जरूरत नहीं होती
- मानव thought को abstract concept space में navigation की तरह भी देखा जा सकता है, और memory champions द्वारा “memory palace” का इस्तेमाल, abstract items को spatial route में रखने का उदाहरण देता है
- मौजूदा bottleneck explanations अभी पर्याप्त नहीं हैं
- “single channel operation”, “attentional bottleneck”, और “limited processing resources” जैसी psychological metaphors, central neural resource की वास्तविक प्रकृति को ठोस रूप से निर्दिष्ट नहीं करतीं
- Wang का decision-circuit model केवल 2000 integrate-and-fire neurons से monkeys के psychophysics experiments के घटनाक्रम को reproduce करता है
- AlexNet ने लगभग 6.5 लाख neurons के बराबर संरचना से 12 लाख bits की image में से 1000 categories, यानी 10 bits निकाले; यह cortex के कुछ mm² के बराबर पैमाना है
- fruit fly, 2 लाख से कम neurons के साथ flight acrobatics, olfactory navigation, social communication, mating और aggression कर सकती है
- यह तुलना कि केवल human prefrontal cortex में ही 5000 fruit flies चलाने जितना neural hardware है, दिखाती है कि हम एक साथ कुछ ही tasks क्यों नहीं कर पाते — इसका स्पष्टीकरण अभी भी अधूरा है
1 टिप्पणियां
Hacker News की रायें
यह लेख अजीब लगता है, जैसे यह दिमाग द्वारा किए जाने वाले किसी खास काम या समझी जाने वाली किसी खास वस्तु की सूचना की मात्रा नाप रहा हो
दिमाग एक general-purpose computer है, कोई speed cards के लिए dedicated computer, English text computer, binary number computer या Rubik's Cube computer नहीं
Rubik's Cube देखते समय हम सिर्फ रंगीन खानों की relative positions ही नहीं निकालते, बल्कि यह भी समझते हैं कि वह कोई पक्षी, binary number string या English text नहीं, बल्कि Rubik's Cube है
English टाइप करते समय भी दिमाग सिर्फ अपनी जानकारी को English text में encode नहीं करता; वह यह भी तय करता है कि अभी गणित करने या टहलने जाने के बजाय यही activity जारी रखना सबसे उपयुक्त है, और जरूरी movements कराने के लिए muscles को बहुत सटीक ढंग से control करता है
उदाहरण के लिए, यदि किसी object की पहचान करनी हो, तो analysis से पहले संभावित objects के distribution की entropy के बारे में सोचा जा सकता है। प्रति सेकंड 10 bits entropy हटाने का मतलब है uniform distribution के 1024 objects में से किसी एक को 1 सेकंड में identify करना
अगर यह estimate कई orders of magnitude कम हो और वास्तव में 1 अरब objects में से किसी एक को 1 सेकंड में identify करना हो, तब भी यह सिर्फ करीब 30 bits/sec ही होगा। फिर भी paper का मुख्य point नहीं बदलता कि यह sensory system द्वारा transmit किए जाने वाले 10⁹ bits/sec से बहुत कम है
अगर हर सेकंड टहलने या न टहलने का decision लिया जाए तो यह 1 bit/sec हो सकता है, लेकिन अगर कोई सचमुच लगातार चलने और न चलने के बीच बदलता रहे तो वह pathological behavior के करीब होगा
आम तौर पर टहलने का फैसला कुछ मिनटों में एक बार या उससे भी कम लिया जाता है, और “कहाँ”, “ठीक कब”, “कितनी देर” जैसे bits जोड़ भी दें तो लगता है कि यह प्रति सेकंड 1 bit के छोटे से हिस्से तक ही रहेगा
कुछ context conscious नहीं होता। जैसे, “मैं अभी Reddit नहीं, HN पर reply लिख रहा हूँ, इसलिए बिल्लियों पर कोई घिसा-पिटा pun upvotes नहीं दिलाएगा; unconscious processing पर intellectual दिखने वाली comment ज्यादा score लाएगी” जैसी बात
“Twenty Questions” में एक सवाल 1 bit reveal करता है, इस तरह की information की परिभाषा task-relative बाहरी definition है, और imagination की intrinsic processing speed से उसका बहुत कम संबंध है
Biological hardware की “intrinsic speed” बहुत ज्यादा हो सकती है, लेकिन problem solving “low extrinsic speed” के रूप में दिखती है—यह सवाल ही गलत तुलना पर आधारित है। हिस्से की property पूरे की property नहीं होती। यह वैसा है जैसे कहना, “molecules हजारों m/s की speed से चलते हैं, तो gas 1 m/s की speed से क्यों चलती है”
intelligence की intrinsic processing imagination, coordination, planning जैसी general-purpose cognitive skills को बड़े scale पर mobilize करने में लगती है, और किसी खास task को इन सबको चलाना पड़ता है, इसलिए extrinsic information processing speed काफी धीमी होने की उम्मीद है
computers पर भी अगर इसी तरह किसी task को बहुत abstract करके “task information का 1 bit” process करने की uniform cost लगा दें, तो वैसी ही छोटी bit rate निकलेगी
engineer मशीनों की आवाज सुनते हुए घूमता है, फिर एक मशीन को कोहनी से हल्का-सा ठोंकता है और factory फिर चल पड़ती है; factory owner नाराज़ होता है कि इतने आसान solution के लिए इतना पैसा देना पड़ा
“सही” 10 bits बनाने के लिए जरूरी inputs और processing 10 bits से कहीं ज्यादा हो सकते हैं। Chess में भी एक move द्वारा carry किए गए bits कम होते हैं, लेकिन सही move चलने के लिए गहराई से सोचना पड़ता है
इंसान ऐसे organisms जैसे हैं जो information इकट्ठा करते हैं, उसे filter कर समझ के condensed soup में उबालते हैं, फिर अपनी इच्छित future बनाने के लिए सावधानी से चुने हुए कुछ bits output करते हैं
इसमें सिर्फ शब्दों को ग्रहण करना ही नहीं, बल्कि लेखक का अर्थ समझना और उन शब्दों पर खुद विचार करना भी शामिल है
मेरे पास paper पढ़ने की access नहीं है, लेकिन प्रकाशित perspective article को 131 बार cite किया गया है और लगता है कि यह task-specific human abilities, cortical processing speed, perception, limb movements, eye movements आदि पर चर्चा करता है
यह मान लेना कि authors problem space को नहीं समझते, conversation में अच्छा contribution नहीं है
“हम एक समय में सिर्फ एक ही चीज़ के बारे में क्यों सोच सकते हैं?” यह शायद perception की समस्या हो सकती है
विचारों का प्रवाह, visualization, internal dialogue ऐसा लगता है जैसे एक समय में सिर्फ एक ही चीज़ बनाए रखता है, लेकिन यह इसलिए भी हो सकता है कि हमने पूरी ज़िंदगी direct communication को एक channel की linear चीज़ के रूप में सीखा है
दिमाग उन विषयों पर भी background में बहुत सोचता है जिन पर हम सीधे focus नहीं कर रहे होते, इसलिए “आहा!” वाले क्षण आते हैं। हो सकता है मन कई thought streams को साथ-साथ बनाए रख सकता हो, लेकिन भाषा thought patterns को linear और non-simultaneous रूप में मजबूर कर देती हो
बौद्ध विद्वानों के अनुसार consciousness में कई attention streams हो सकती हैं, लेकिन वास्तविक attention में एक बार में उस stream का सिर्फ एक experience/thought bead ही समा सकता है, और हम उनके बीच बहुत तेज़ी से आते-जाते हैं
निजी तौर पर मैं इससे काफ़ी सहमत हूँ, लेकिन ऐसा भी लगता है कि attention तक पहुँचने वाले beads में continuous perception का compressed summary रखने वाला time-compression जैसा कोई phenomenon होता है। दो streams तक तो संभव लगती हैं, लेकिन 3 या उससे ज़्यादा को monitor करने पर gaps आ जाते हैं
सामान्य अवस्था में हम एक stream को भी लगातार monitor नहीं करते, और meditation में बताए जाने वाले अजीब और दिलचस्प effects शायद तब दिखते हैं जब सचमुच continuous attention बनाए रखना संभव होने लगता है
जब बाएँ और दाएँ आँखों को अलग-अलग images दिखाकर पूछा गया कि उन्होंने क्या देखा, तो वे अलग-अलग जवाब बोल और लिख सकते थे, क्योंकि speaking और writing अलग-अलग brain hemispheres द्वारा control होते हैं
इससे संकेत मिलता है कि conscious attention का bottleneck animal brain की intrinsic limit होने के बजाय, अनुभवों की chain को coherent बनाए रखने के लिए विकसित हुआ consensus mechanism हो सकता है
हम कई लोगों से simultaneously communicate करते हैं, और उसी व्यक्ति के साथ भी कई conversation flows बनाए रखते हैं
बेशक यह असली parallel processing से ज़्यादा tasks के बीच switching है; ज़्यादा से ज़्यादा इतना कि एक व्यक्ति की बात सुनते हुए दूसरे को बोलकर जवाब दें, तीसरे को text से जवाब दें, और चौथे को क्या जवाब देना है यह सोचें
मुख्य बात यह है कि हम attention focus को काफी तेज़ी से switch करते हैं
भाषा वाला monologue मूल रूप से sequential होता है, इसलिए दो speech streams को साथ-साथ बोलना या समझना संभव नहीं
“background में” आने वाले आहा moments दरअसल असली आप, असली mind हैं और foreground के करीब हैं। monologue पैदा होते ही वह सब कुछ धकेल देता है, और कभी-कभी आहा moment को भी रोकता हुआ लगता है
जो चाहिए वह भाषा नहीं, बल्कि inner silence है
10 bits/s का आंकड़ा कहाँ से लाया गया, समझ नहीं आता
output को gzip से compress करने पर भी मैं प्रति सेकंड 10 bits से कहीं तेज़ type कर सकता हूँ
अगर consciously processed sensory information, यानी incoming information नहीं बल्कि conceptually analyze की जाने वाली information quantity के बारे में सोचें, तब भी यह काफी ज़्यादा होना चाहिए। 10 bits/s intuitively सही नहीं लगता
ठीक से design किए गए yes/no questions में हर एक unknown object के बारे में 1 bit information reveal करता है, और अगर guess करने वाला लगातार जीतता है, तो इसका मतलब है कि सोचने वाला कुछ seconds में लगभग 2²⁰, यानी 10 लाख possible items तक पहुँच सकता है
इसलिए unconstrained thought speed की गणना कुछ seconds में 20 bits, यानी प्रति सेकंड 10 bits या उससे कम निकलती है
computers gzip इस्तेमाल करने पर भी English को बहुत efficiently represent नहीं करते
सिर्फ football match ही देखें तो brain लगभग 600 muscles को तेज़ी से control करता है। केवल इससे ही bits per second ज़्यादा होने चाहिए, और यह computer-controlled robots से कहीं बेहतर है
“10 bits/s process करने के लिए brain को अरबों neurons की ज़रूरत क्यों है” के बारे में कहें तो Tesla की FSD cars में भी बहुत processing power होती है, फिर भी उन्हें fire trucks से टकराने से बचना मुश्किल पड़ता है। बहुत resources की ज़रूरत हो सकती है
कृपया comment करने से पहले paper पढ़ लें तो अच्छा होगा। यह title देखकर मन में आने वाले कई सवालों का जवाब देता है और काफी interesting है
यह paper पढ़ चुके लोगों के बीच सफल discussion के लिए बहुत अच्छी structure नहीं है
Chinese table tennis masters जब खेलते हैं, तब brain किस speed से process करता होगा?
opponent द्वारा भेजी गई ball को देखकर, unconsciously speed, angle और spin calculate करना पड़ता है और तय करना पड़ता है कि body, legs, arms, hands, यहाँ तक कि fingers को कैसे move करना है
standard table tennis table की length 2.74m होती है, और तेज़ professional matches में ball यह distance 90–140ms में तय कर सकती है। player के पास reaction time 0.1 second से भी कम होता है
जबरदस्त image processing speed के साथ-साथ, उस visual data को एक second से कम में सैकड़ों muscles की precise position और movement में बदलने की mental speed भी चाहिए। प्रति सेकंड 10 bits की बात समझ नहीं आती
मानव प्रोसेसिंग को bits में मापना तभी उचित है जब हम टाइप किए गए दस्तावेज़ जैसे डिजिटल सूचना उत्पादों को प्रोसेस कर रहे हों या बना रहे हों
हमारे शरीर का सिस्टम biochemical wetware है, इसलिए उसे Boolean-आधारित तरीके से ठीक से समझाया नहीं जा सकता
इंसान डिजिटल लॉजिक के Boolean वर्णन की तुलना में Boltzmann की statistical mechanics वाली वास्तविकता की व्याख्या के कहीं ज़्यादा करीब हैं
किसी सिस्टम के हो सकने वाले अलग-अलग संभावित configurations की संख्या गिनिए, ज़रूरत हो तो statistical uncertainty या bias को दर्शाइए, फिर उस संख्या का base-2 logarithm लीजिए—यही उस सिस्टम की information मात्रा होती है
यह जैविक सिस्टम हों या न हों, लगभग हर जगह लागू किया जा सकता है
sex-आधारित “classical” gender अवधारणा कई बातों को देखते हुए काफी तर्कसंगत है, लेकिन इससे यह बात खत्म नहीं होती कि public spaces में gender को अलग तरीके से व्यक्त करना चाहने वाले लोगों के साथ उनकी गरिमा और इच्छाओं का सम्मान करते हुए व्यवहार किया जाना चाहिए
https://philosophersmag.com/unexceptional-sex/
information theory की तरह, bits की संख्या represent किए जा सकने वाले states की संख्या का log2 है, और उसका integer होना ज़रूरी नहीं
उदाहरण के लिए, अगर 10-bit information है तो 1024 अलग-अलग states को अलग पहचाना जा सकता है। वे 1024 रंग हों, या चाहें तो 1024 genders—फर्क नहीं पड़ता; अहम बात यह है कि चीज़ें रखने के लिए 1024 डिब्बे हैं
लेख के नतीजों के हिसाब से इसका मतलब होगा कि “internal brain” हर सेकंड 1024 स्तर की nuance वाला एक रंग, या 16-16 स्तर की nuance वाले दो स्वतंत्र रंग प्रोसेस कर सकता है। अगर रंग independent नहीं हैं, तो और भी अधिक प्रोसेस कर सकता है
यह “male/female को एक bit में encode करें” या “101 serotonin है, 110 dopamine है” कहने जैसी बात नहीं है
यह एक statistical वर्णन है कि इंसानों द्वारा पैदा की जाने वाली information content को लगभग 10 bits प्रति सेकंड में compress किया जा सकता है
लेकिन bit किसी खास base में information की मात्रा भर है। चाहें तो इसी चर्चा को “nit” में भी किया जा सकता है
मुख्य बात यह है कि भले ही ठोस representation digital computation की धारणा पर आधारित हो, information खुद फिर भी वास्तविक रहती है
peripheral nervous system gigabits/second स्तर पर पर्यावरणीय जानकारी absorb कर सकता है, जबकि human behavior का information throughput बहुत छोटा है—इसे paradox कहा जाता है, लेकिन यह कुछ वैसा ही है जैसे GPU प्रति सेकंड अरबों operations करता है फिर भी Cyberpunk मुश्किल से 60fps पर चलता है; यह paradox नहीं है
इसके अलावा, brain image recognition जैसे tasks में GPU से बेहतर लगता है। शायद इसलिए कि वह GPU से ज्यादा operations per second करता है
GPU को कहीं ज्यादा items वाली database से जोड़ा जा सकता है, और random लोगों को पहचानने वाले काफी प्रभावशाली face recognition demos भी संभव हैं
लेकिन इंसान पहली बार देखी वस्तु के उपयोग का अनुमान भी लगा सकता है, और यह object recognition से बेहतर किसी चीज़ जैसा है
इंसान सामान्य speech में अधिकतम 39 bits/second तक transmit कर सकते हैं, इसलिए human “throughput” को सिर्फ 10 bits/second बताना सटीक नहीं लगता
https://www.science.org/content/article/human-speech-may-hav...