原鄉人
直性直情直白天下，求真求善求美人間。
德國近代哲學之父康德 (Immanuel Kant 1724-1804），第一次在哲學上係統的把人不僅僅界定為認識論的主體，也界定為認識論的客體，從而開啟了人類對自身的係統認知和探索。他認為，人類對外部世界包括自身世界的認識，都是對那些＂物自體＂的現象學重構。他不僅僅強調了人類對於認識在認識過程中的主動性和能動性，並且指出人類在認識過程中都是使用工具的，而工具包括的理性的，知性直覺的。比如，康德詳細論述了人類認識客體的＂先驗＂的工具，如時間和空間的概念。現代科學的發展到今天，人類的科學技術和知識的積累已經達到了新的高度，而作為認識的工具，新的科學技術，理論概念，方法論和手段也都大大的成熟了。這使得現代的科學家和學者們可以站在無數前人的肩膀上，充分的綜合和應用發揮那些認識的工具而取得絢爛的成果。
美國媒體介紹了一項最新的研究成果，它不僅僅應用了高端的科學認識的工具和方法，並且在人類至今為止已知的知識和信息的基礎上，綜合調查了人腦和宇宙，這兩個最複雜的係統存在之間的差異性和相似性。研究發現宇宙及其星係和大腦及其神經元細胞，雖然尺度完全不同, 但結構卻非常相似。在某些情況下，這兩個係統之間似乎比構成它們的部分更加相似。 這表明，截然不同的物理過程可以導致非常相似的複雜和組織結構。描述這一發現的論文《神經元網絡和宇宙網之間的定量比較》，由意大利學博洛尼亞大學的天體物理學家Franco Vazza，維羅納大學的神經外科醫生Alberto Feletti（也在德國大學任職），一起進行了這項研究並共同發表在《物理學前沿》雜誌上。
這個花費了大量時間和資源所進行的高端研究，主要使用了數學定量分析(Quantitative Comparison) 和建模的方法進行量化的比較。腦神經微觀層次分析應用了免疫組織化學顯微鏡學 (Immunohistochemistry and Microscopy); 宇宙空間分析使用了宇宙學模擬 (Cosmological Simulations)。兩個大係統的比較分析使用了形態比較 (Morphological Comparison); 光譜分析 (Spectral Analysis) 和網絡分析 (Network Analysis)。這個研究突出地顯示了當今歐洲最先進和高端的有關應用數學以及其他先進的方法論和工具的研究成果。
神經元網絡與宇宙網的定量比較: 二位科學家研究了自然界中兩個最具挑戰性的複雜係統的相似性：人腦中的神經元細胞網絡和星係的宇宙網絡。用定量的方法探索這兩個迷人係統的結構、形態、網絡特性和記憶能力。為了對這兩個係統進行同質分析，他們的程序並不考慮真實的神經連接，而是基於簡單的接近性，對其進行近似分析。他們的分析所暴露出的誘人的相似程度似乎表明，這兩個複雜係統的自組織很可能是由類似的網絡動力學原理所塑造的，盡管根本不同的尺度和過程在發揮作用。
人腦是一個複雜的時間和空間多尺度結構，其中細胞、分子和神經元現象共存。它可以被建模為一個層次化的網絡，其中神經元聚集成回路、列和不同的相互聯係的功能區。神經元網絡的結構使得不同區域之間的聯係，都致力於在其神經元上處理特定的時空活動，形成認知的物理和生物基礎。當代神經科學麵臨的一些重大挑戰是如何拆分連接體的結構（如大腦中神經連接的完整圖譜），如何理解這種結構如何產生複雜的認知功能，以及如何定義膠質細胞和微環境在神經元間生理學中的作用。
根據幾十年來收集到的大量望遠鏡數據，宇宙似乎已經被一個叫做ΛΛCDM模型（Lambda Cold Dark Matter）的 "共識 "物理模型合理地描述了，這個模型解釋了來自普通物質和暗物質（即極弱相互作用粒子）的引力，解釋了廣義相對論所描述的膨脹時空，以及與空洞空間相關的反引力能量，即 "暗能量"。這樣的模型目前給出了宇宙結構如何從膨脹的背景中出現並形成宇宙網的最佳圖景[如參考文獻3和4]。宇宙網最重要的構件是以自引力暗物質為主的光環，其中普通物質已經坍縮形成星係（以及星係內的所有恒星）。物質密度波動的初始分布在引力的作用下早期被放大，並已發展成較大的星係群或星係團、絲狀物、物質片和空洞，在空間各個方向形成大規模的網。在宇宙學仍然麵臨的主要挑戰中，有暗能量的物理性質、暗物質的組成（或它的替代方案領域）、宇宙膨脹率的不同測量之間的明顯張力、負責星係形態多樣性及其與超大質量黑洞共同演化的過程的確切順序。
雖然上述兩個係統中的相關物理相互作用是完全不同的，但通過微觀和望遠鏡技術對它們的觀測卻捕捉到了誘人的相似形態，以至於人們經常指出，宇宙網和神經元網看起來很像。在這項工作中，二位科學家應用宇宙學、神經科學和網絡分析的方法，首次定量地探索了這個發人深省的問題。
人的大腦是由近1000億個神經元組成的複雜網絡，形成100萬億個神經連接。神經元被聚集成一個由節點、細絲和相互連接的神經群組成的層次網絡，形成了你所經曆的複雜思想、感覺和情緒。但這些神經元隻占你大腦質量的不到25%，剩下的75%是水。在一個奇異的巧合中，可觀測的宇宙也包含了估計1000億個星係。引力的拉力和宇宙加速膨脹之間的搖擺不定的平衡，形成了一個由普通物質和暗物質組成的弦狀絲的宇宙網。星係團在絲線的交匯處形成，在它們之間留下荒涼的空隙。由此產生的圖像看起來與神經元網絡驚人地相似。奇怪的是，科學家估計宇宙中隻有大約25%的物質是可見的。剩下的75%是暗物質。"雖然上述兩個係統中的相關物理相互作用完全不同，但通過顯微鏡和望遠鏡技術對它們的觀察卻捕捉到了誘人的相似形態，以至於人們經常注意到宇宙網和神經元網看起來很相像。兩位教授和他們的研究人員將這些星係網絡的形成方式與大腦的部分進行了比較，希望了解物質是如何分布在這兩個截然不同的網絡中的。
二位科學家們還對這兩個係統進行更多的定量分析。所以他們使用了一種叫做功率譜分析的方法，這種技術在天體物理學中經常被用來研究星係的大規模分布。他們測量了整個空間尺度範圍內的微小波動的強度，既包括星係的模擬，也包括大腦的小腦和大腦皮層的部分。"我們的分析表明，小腦神經元網絡內波動的分布在1微米到0.1毫米的尺度上，遵循了宇宙網中物質分布的相同進展，當然，是在更大的尺度上，從500萬光年到5億光年。
他們還研究了中子和星係網連接起來的方式--再次發現了明顯的相似性，係統之間似乎比它們的組成部分更相似。為此，他們比較了每個節點之間的平均連接數，以及它們的集群方式。"結構參數再一次確定了意想不到的一致水平。可能，兩個網絡內的連接性是按照類似的物理原理演化的，盡管調節星係和神經元的物理力量之間存在著驚人而明顯的差異。Feletti說，＂這兩個複雜的網絡比宇宙網和星係或神經元網絡和神經元體內部所共有的網絡表現出更多的相似性"。
兩位研究人員還比較了其他複雜係統的功率譜，包括樹枝、雲朵和水湍流的圖像，但沒有一個能接近匹配神經元和宇宙二人組。然而，功率譜並不能為係統的複雜性提供任何提示。為此，科學家們調查了這兩個係統的網絡，比較了每個節點的平均連接數，以及這些節點如何聚集在一起。
最後，編譯者認為應該指出，在驚歎上帝造物之餘，盡管宇宙和人腦係統有著高度的外貌和結構上的相似性，但不意味著它們具有同樣的功能和性質，尤其是人類和人類的大腦，這個處在宇宙和地球進化發展的最高端的生物，無疑是大自然千萬年的進化中開出的最絢爛的花朵。並且，＂路漫漫其修遠兮，吾將上下而求索＂，人類對於外部世界的宇宙係統，對於人腦係統的認識和科學研究進程還處在剛剛開始階段，還存在著太多的 unknown 和unknown unknown 的領域和方麵。尤其是人類目前擁有的科學技術，方法論和工具，還不能夠在質和量的方麵，在結構和功能方麵，在形式和內容方麵，在過程和狀態方麵, 充分的掌握和了解這兩個微觀層次和宏觀層次的大自然存在的複雜係統。
上述相關文章出處：
https://www.yahoo.com/finance/news/human-brain-looks-suspiciously-universe-210500859.html
《物理學前沿》雜誌
https://www.frontiersin.org/articles/10.3389/fphy.2020.525731/full#h3
One petabyte (PB) is equal to 1, 000 TBs. A petabyte is lesser in size than a pebibyte, which contains exactly 1, 125, 899, 906, 842, 624 (2^50) bytes.?Most of the storage devices can hold a maximum of a few TBs, therefore, petabytes are rarely used to measure memory capacity of a single device. Instead, PetaBytes are used to measure the total data stored in large networks or server farms. For example, Internet Giants like Google and Facebook store more than over 100 PBs of data on their data servers.