人类大脑十分奇妙。我们总能够辨认出脸庞和各种客体，无论它们产生了多大变化——例如我们永远能够辨认出“A”是“A”，无论它的颜色、大小、形状是怎样的。如今，研究人员研制出一种算法，它能够表明大脑的工作方式为何如此聪慧、以及我们如何能够同时处理大量信息。

佐治亚理工的研究团队发现，人类大脑可以仅使用原始信息的1%甚至更少，来对数据进行分类。他们推测道，随机映射或许是人类学习的方式之一。结果该预测是正确的，全部数据的0.15%对人类而言便已足够。

实验中，他们先让参与者观看一些原始的抽象图像，然后为他们展示每一幅图像的一小部分，并要求他们进行辨认。随后，研究人员依据随机映射研制出一个计算算法。随机映射技术以特定方式对信息进行压缩，以牺牲精确度来追求更快的处理速度。通过这一技术，人工智能便可以像人类参与者一样完成这些测试了。

这表明，人类大脑网络和人工神经网络其实在行为上非常相似；无论对于人类还是机器，他们都难以处理相同类型的数据。

极简单神经网络和人类的行为竟如此相似，我们对此十分惊讶。神经网络的设计灵感来源于我们所认为的人类学习方式，但这其实是一个很弱的灵感。结果发现它和人类行为竟如此相匹，这相当令我们惊喜。

尽管研究结果尚不足以证明大脑会自然而然地使用随机映射来处理信息，但却足以表明这是对我们大脑内部处理信息的一个“合理解释”。对于需要处理海量数据的计算机而言，基于随机映射的学习已然起到重要作用，而这项新研究或许能进一步推动该领域的发展。

我们如何快速而坚定地理解周围的诸多不同类型的海量信息？从基础水平上而言，人类如何开始处理这些信息？这是一个计算问题。