认知行为的分散记忆（4）
作者：
字数：830
更新时间：2016/07/06
认知行为的分散记忆（4）
当然，任何蜂群思维都有失灵的时候。但是，因为网络的非线性特质，当它确实失灵的时候，其故障可能类似于除了蔬菜什么食物都记得的失语症。一个有损伤的网络智能也许能计算出圆周率的第十亿个数位，却不能向新地址转发邮件；它也许能查出为非洲斑马变种进行分类这样晦涩难懂的课本文字，却找不出任何有关一般动物的合乎情理的描述。对蔬菜的整体“健忘”不太像局部的储存器故障，它更像是系统层面上的故障，据其症状推断，有可能是与蔬菜相关的某种特殊关联出现了问题——就像计算机硬盘中的两个独立但又相互矛盾的程序有可能造成一个“漏洞”阻止你打印斜体字一样。斜体字的存储位置并没有被破坏，但是渲染斜体字的系统进程被破坏了。
创建分布式计算机思维所遇到的一些障碍可以通过将计算机网络建立在一个箱体内的方法加以克服。这种经过刻意压缩的分布式计算也被称为并行计算，因为在超级计算机中的成千上万的计算机在并行运转。并行超级计算机不能解决“办公桌上闲置的计算机”问题，也不能将散布各处的计算能力聚合起来；并行运转是其本身和内部的一个优势，不过单就为了这一点，也值得花一百万美元来制造一个单机装置。
并行分布式计算非常适用于感知、视觉和仿真领域。并行机制处理复杂性的能力要好于以体积庞大、运算速度超快的串行计算机为基础的传统超级计算机。在采用稀疏分布式内存的超级计算机里，记忆与数据处理之间的差异消失了。记忆成为了感知的再现，与最初的认知行为没有什么区别。两者都是从一大堆互相连接的部件中涌现出来的模式。