2009年《多少信息》的一项研究表明，自1986年以来，每周消耗的信息量增加了5倍。 从每周25万个单词到125万个单词！ 从那以后，这个数字大大增加了。 以下是令人震惊的指标：2018年，互联网和社交网络用户数量分别为40.21亿和31.96亿，一个现代人每天使用各种方案和策略分析大量信息，以做出有利可图的决策。 在过去两年中，人类已经产生了全世界90％的信息。 现在，如果四舍五入，我们每天将产生约2.5亿字节（2.5 * 10 ^ 18字节）的新信息。 如果用这个数字除以现在生活的人口数，结果发现一个人平均每天可以创建0.3 GB的信息。
智人需要多少信息？ （以下简称为Homo）。 为了简化计算机科学，他们创造了一个称为“位”的术语。 位是信息的最小单位。 带有此作业的文件需要几千字节。 五十年前的此类文档将占据功能最强大的计算机的整个内存。 数字形式的普通书籍占用的空间多一千倍，即兆字节。 强大的相机上的高质量照片为20兆字节。 一个数字驱动器大40倍。 有趣的比例以千兆字节开头。 人类DNA，有关您和我的所有信息约为1.5 GB。 我们将其乘以70亿，得到1.05x10 ^ 19个字节。 通常，我们可以在10天之内在现代条件下生成如此大量的信息。 这个位数将描述现在所有的人。
这仅仅是关于人自身的数据，没有人与人之间的相互作用，也没有人为自己创造的与自然和文化的相互作用。 如果加上未来的变量和不确定性，这个数字将增加多少？ 混乱将是一个好词。
信息具有惊人的特性。 即使她不在，她也会在。 这里我们需要一个例子。 行为生物学有一个著名的实验。 彼此相对，有两个单元格。 在第一只高级猴子中。 阿尔法男性。 在第二笼中，一只地位较低的猴子是β雄性。 两只猴子都可以看着对方。 在实验中添加一个影响因素。 在两个单元之间，我们放了一根香蕉。 如果知道雄性雄性也看见过香蕉，则雄性雄性不敢接香蕉。 因为他立即感受到了阿尔法男性的全部侵略。 此外，实验的初始条件略有改变。 一个阿尔法男性牢房被一块不透明的布覆盖着，以使他看不见。 重复之前所做的一切，图片将变得完全不同。 测试版雄性出现并拿起一根香蕉，没有任何re悔。
这完全取决于他的分析能力，他知道阿尔法男性没有看到如何放香蕉，对他来说根本不存在香蕉。 Beta男性分析了一个事实，即在Alpha男性中没有关于香蕉的信息出现的信号，并利用了这种情况。 在许多情况下，当患者有某些症状时会做出特定的诊断，但是大量的疾病，病毒和细菌甚至可能使经验丰富的医生感到困惑，如何才能在不花费时间的情况下确定准确的诊断，这对患者而言至关重要？ 一切都很简单。 他不仅分析患者的症状，而且还分析他没有的症状，这将搜索时间缩短了数十倍。 如果某物未发出该信号或该信号，则它还会携带某些信息-通常为负面信息，但并非总是如此。 分析不仅存在的信息信号，而且分析不存在的信息信号。
这些示例将零和一添加到上面的数字。 结合以上附图和问题，出现了许多问题。 怎么了 您如何做到这一点？ 身体/社会能够在这种情况下正常运行吗？ 信息如何影响生物，经济和其他类型的系统。 从2050年开始，我们在2019年感知到的信息量似乎很少。后代的观点已经在创建处理信息的新方案和模式，研究其性质和影响。 短语：““我一年生活一百万年”不再是笑话，也不是荒谬的，而是现实。 一个人创造的信息量会影响社会，经济，文化甚至生物生活。 1980年，他们梦想创建一种量子计算机来提高计算能力。 梦想中的一个视图。 承诺本发明的发现有望预见一个新时代。 在2018年，IBM推出了第一台商用量子计算机，但没有人注意到。 很少有人讨论这个消息。 她只是淹没在我们现在所处的信息丰富之中。 近年来，研究的主要领域已成为神经科学，算法，数学模型和人工智能，这通常表明人们正在寻找在信息丰富的环境中正常运行的可能性。 1929年，发现了von Economo神经元，仅在高度社交的动物群中才发现。 组的大小和大脑的大小有直接的关系，动物群越大，相对于身体的大脑大小就越大。 von Economo神经元仅在鲸类，大象和灵长类动物中发现不足为奇。 冯·埃科诺莫神经元负责在大脑中传输大量信息。
而A.G. 卢卡申科没有禁止他们交流，看着他们这种类型的神经元是非常大的大脑中的神经适应，它使您可以快速处理和传输非常特定的预测信息，这些预测是与新的社会行为有关的。 仅在高度聪明的哺乳动物中这些特殊神经元的明显存在可能是趋同进化的一个例子。 新信息总是会产生新的，质性上不同的模式和关系。 模式仅基于信息来建立。 例如，灵长类动物在死水牛的骨头上击中一块石头。 一击，骨头分成两部分。 多一击，再多一击。 第三击和更多碎片。 模式很清楚。 一根骨头和至少一个新的碎片。 灵长类动物喜欢识别模式吗？ 九个月后发生许多性交和延迟分娩。
连接这两个事件花了多长时间？ 长期以来，分娩与男女之间的性行为完全无关。 在大多数文化和宗教中，神灵负责新生的诞生。 不幸的是，尚未确定发现这种模式的确切日期。 但是，值得注意的是，仍然存在封闭的猎人-采集者社会，这些社会并没有约束这些过程，而对于他们的诞生而言，萨满祭司会执行特殊的仪式。 1920年以前分娩中导致儿童死亡的主要原因是脏手。 干净的手和活着的孩子也是规律性不明显的一个例子。 这是直到1930年仍然隐含的模式的另一个示例。 你在说什么 关于血型。 1930年，Landsteiner因这项发现而获得了诺贝尔奖。 到目前为止，尚不清楚是否可以向输血者输血，使供血者与有需要者相匹配。 有成千上万个类似的例子。 值得注意的是，寻找模式是物种一直在做的事情。 一个发现人的行为或需求模式，然后以此模式获利多年的商人。 认真的科学研究可以预测气候变化，人类迁徙，寻找采矿的地方，周期性彗星，胚胎的发育，病毒的进化，以及尖端，大脑神经元的行为。 当然，一切都可以用我们生活的宇宙的结构以及熵不断增加的热力学第二定律来解释，但是这个水平并不适合实际目的。 您应该选择更贴近生活。 生物学和计算机科学的水平。
什么是信息？ 根据普遍的看法，信息是信息，无论其表示形式或不确定性问题的解决方案如何。 在物理学中，信息是对系统阶次的度量。 在信息论中，该术语的定义如下：信息是数据，位，事实或概念，一组值。 所有这些概念都是模糊且不准确的；此外，我认为它们有些错误。
为了证明这一点，我们提出了论文-信息本身是没有意义的。 数字“ 3”是什么？ 或字母“ A”是什么？ 没有指定值的符号。 但是血型图中的数字“ 3”是什么？ 这就是拯救生命的意义。 它已经影响了行为策略。 一个例子提出了荒谬的观点，但并没有失去其意义。 道格拉斯·亚当斯（Douglas Adams）撰写了《银河旅行者指南》。 在这本书中，被创造出来的量子计算机应该回答生命和宇宙的主要问题。 生命和宇宙的意义是什么？ 经过七年半的持续计算，我们收到了答案。 计算机通过反复检查数值的正确性得出结论，答案为“ 42”。 上面的例子清楚地表明，没有外部环境（上下文）的信息并不意味着任何东西。 数字“ 2”可以表示货币单位的数量，埃博拉病毒感染的患者，快乐的孩子，或表示某人的博学程度。 为了进一步证明，让我们进入生物学世界：植物的叶子通常具有半圆形的形状，起初它们会上升并扩展，但在经过一定折射之后，它们会向下拉伸并变窄。 在DNA中，就像在信息或价值的主要载体中一样，在某个点之后，没有编码其向下拉动的基因。 植物的叶子伸展下来的事实是一种引力。
DNA本身，植物的DNA，哺乳动物的DNA，已经提到的智人的DNA，几乎都没有任何信息。 DNA是特定环境中的一组含义。 DNA主要携带转录因子，某些外部环境必须激活它。 将植物/人类DNA放在具有不同气氛或重力的环境中，其输出将是不同的产物。 因此，将用于研究目的的DNA转移到外星生命形式上是相当愚蠢的职业。 在他们中间，人类DNA可能会成长为比两足动物直立的灵长类动物更可怕的东西，而灵长类动物的双拇指和关于平等的想法也要出现。 信息是任何形式的值/数据/位/物质，并与环境，系统或上下文持续联系。 没有环境因素，系统或环境，信息是不存在的。 只有与这些条件密不可分的联系，信息才能传达含义。 用数学或生物学的语言来说，如果没有影响其变量的外部环境或系统，信息就不存在。 信息始终是它所处的环境的附属物。 本文将讨论信息理论的主要思想。 克劳德·香农（Claude Shannon），理查德·费曼（Richard Feynman）的智力活动论文集。
该物种的一个显着特征是具有创建抽象和构建模式的能力。 通过其他代表一些现象。 我们正在编码。 视网膜上的光子产生图像，空气振动转化为声音。 我们将特定的声音与特定的图片关联起来。 空气中的化学元素及其在鼻子中的受体，我们将其解释为一种气味。 通过绘图，图片，象形文字和声音，我们可以连接事件并传输信息。
所以他实际上编码了你的现实不应低估这样的编码和抽象，只记得它对人们的影响有多大。 编码能够胜过生物学程序，一个人出于一个想法（脑海中定义行为策略的图片）的缘故拒绝进一步转移其基因的副本。 或者记住物理公式的全部功能，这些公式使我们能够将某个物种的代表发送到太空中。 有助于治疗人的化学方程式等。 此外，我们可以对已经编码的内容进行编码。 最简单的示例是从一种语言到另一种语言的翻译。 一种代码以另一种形式呈现。 轻松转换是成功完成此过程的主要因素，它使您无止境。 您可以将表达式从日语翻译为俄语，从俄语翻译为西班牙语，从西班牙语翻译为二进制，从其翻译为摩尔斯电码，然后以盲文形式呈现，然后以计算机代码的形式呈现，然后以电脉冲的形式直接输入大脑它在哪里解码消息。 最近，他们做了相反的过程，并将大脑活动解码为语音。
在上面的图片中放置电极，并考虑到您的所有独特之处在四万到两万年前的这段时间里，原始人开始以语音或手势代码，岩画的形式积极地编码信息。 现代人观察了第一批洞穴壁画，试图确定（解码）它们的含义，对含义的探索是该物种的另一个显着特征。 通过重建某些信息标记或信息残留的上下文，现代人类学家正在尝试理解原始人的生活。 编码过程的精髓体现为书写形式。 写作不仅解决了信息在空间中传输而且在时间上传输过程中信息丢失的问题。 数字的象形文字使您可以对计算，单词，对象等进行编码。 但是，如果以准确的方式更准确地解决了问题，则当然，如果通信过程中的两个参与者都对相同字符（象形文字）的解释和解码使用相同的条件协议，那么随着时间和传输速度的提高，印刷文字将失败。 为了解决速度问题，发明了无线电和电信系统。 信息传输发展的关键阶段可以考虑两个想法。 第一个是数字通信渠道，第二个是数学仪器的发展。 数字通信渠道解决了信息传输速度和数学仪器精度方面的问题。
任何信道都有一定程度的噪声和干扰，由于这些信息会带来干扰（值和字符集失真，上下文丢失）或根本不会出现。 随着技术的发展，数字通信信道中的噪声量减少了，但从未减少到零。 随着距离的增加，通常会增加。 1948年，克劳德·香农
（ Claude Shannon）
识别并解决了数字通信渠道中信息丢失时需要解决的关键问题，他也创造了“位”一词。 听起来像是：-“让消息源具有熵（H）一秒钟，和（C）信道带宽。 如果H <C或H = C，则这样的信息编码是可能的，其中源数据将以任意少量的错误通过信道传输。”
但是他们没有打电话给你玩这个游戏问题的表述是信息理论快速发展的原因。 她解决并试图解决的主要问题是如上所述的数字通道存在噪音。 或者我们将其表述如下：“信息传输中没有绝对的信道可靠性”。 即 由于环境对信息传输通道的影响，信息可能会丢失，失真或充满错误。 克劳德·香农（Claude Shannon）提出了许多这样的论断，由此可以得出无损失且无变化地传输信息的能力。 具有绝对准确性的噪声存在于大多数带有噪声的通道中。 实际上，他允许智人不要花费精力改善沟通渠道。 相反，他提出了开发更有效的信息编码和解码方案的建议。 以0和1的形式呈现信息。该思想可以扩展为数学抽象或语言编码。 可以证明这个想法的有效性。 科学家观察强子对撞机上夸克的行为，将其数据输入表格并进行分析，以公式的形式显示规律性，以方程式的形式阐述主要趋势，或以数学模型的形式编写影响夸克行为的因素。 他需要无损失地传输这些数据。 他面临一系列问题。 要通过您的助手使用或传输数字通信渠道，还是打电话并亲自告诉一切？ 时间非常短，需要紧急传输信息，这就是为什么要取消电子邮件的原因。 辅助程序是绝对不可靠的通信通道，其噪声的可能性接近无穷大。
作为沟通渠道，他选择致电。他可以多么精确地再现表格中的数据？如果表格有一行和两列，则非常准确。如果有一万行五十列呢？相反，它传达以公式形式编码的模式。如果他处于可以无损转移桌子的状态，并且确定沟通过程中的其他参与者也将采取同样的方式，并且如果时间不是影响因素，那么这个问题将毫无意义。但是，作为公式推导的规律性减少了解码所花费的时间，传输信息时不易受到变换和噪声的影响。课程中将多次给出此类编码的示例。可以将通信通道视为磁盘，人，纸，卫星天线，电话，信号流经的电缆。编码不仅消除了信息丢失的问题，而且消除了信息量大的问题。使用编码，可以减小尺寸，减少信息量。读完这本书后，在没有赛万特症候群的情况下，重读该书而不会丢失信息的可能性趋于零。在以某种陈述的形式对本书的主要思想进行了编码（制定）之后，我们对它进行简要回顾。编码的主要任务是缩短原始信号的制定过程，而又不损失信息的传输时间，以至与通信中的其他参与者之间的时间间隔很长，从而使参与者能够有效地对其进行解码。网页，公式，方程式，文本文件，数字图像，数字化音乐，视频图像都是编码的醒目示例。使用编码，可以减小尺寸，减少信息量。读完这本书后，在没有赛万特症候群的情况下，重读该书而不会丢失信息的可能性趋于零。在以某种陈述的形式对本书的主要思想进行了编码（制定）之后，我们对它进行简要回顾。编码的主要任务是缩短原始信号的形成过程，而又不会损失信息的时间，从而不会长时间传输给通信中的其他参与者，从而使参与者能够有效地对其进行解码。网页，公式，方程式，文本文件，数字图像，数字化音乐，视频图像都是编码的醒目示例。使用编码，可以减小尺寸，减少信息量。读完这本书后，在没有赛万特症候群的情况下，重读该书而不会丢失信息的可能性趋于零。在以某种陈述的形式对本书的主要思想进行了编码（制定）之后，我们对它进行简要回顾。编码的主要任务是缩短原始信号的形成过程，而又不会损失信息的时间，从而不会长时间传输给通信中的其他参与者，从而使参与者能够有效地对其进行解码。网页，公式，方程式，文本文件，数字图像，数字化音乐，视频图像都是编码的醒目示例。在没有savant综合征的情况下，重发书籍而不会丢失信息的可能性趋于零。在以某种陈述的形式对本书的主要思想进行了编码（制定）之后，我们对它进行简要回顾。编码的主要任务是缩短原始信号的形成过程，而又不会损失信息的时间，从而不会长时间传输给通信中的其他参与者，从而使参与者能够有效地对其进行解码。网页，公式，方程式，文本文件，数字图像，数字化音乐，视频图像都是编码的醒目示例。在没有savant综合征的情况下，重发书籍而不会丢失信息的可能性趋于零。在以某种陈述的形式对本书的主要思想进行了编码（制定）之后，我们对它进行简要回顾。编码的主要任务是缩短原始信号的形成过程，而又不会损失信息的时间，从而不会长时间传输给通信中的其他参与者，从而使参与者能够有效地对其进行解码。网页，公式，方程式，文本文件，数字图像，数字化音乐，视频图像都是编码的醒目示例。编码的主要任务是缩短原始信号的形成过程，而又不会损失信息的时间，从而不会长时间传输给通信中的其他参与者，从而使参与者能够有效地对其进行解码。网页，公式，方程式，文本文件，数字图像，数字化音乐，视频图像都是编码的醒目示例。编码的主要任务是缩短原始信号的形成过程，而又不会损失信息的时间，从而不会长时间传输给通信中的其他参与者，从而使参与者能够有效地对其进行解码。网页，公式，方程式，文本文件，数字图像，数字化音乐，视频图像都是编码的醒目示例。传输精度，距离，时间和编码过程的问题在某种程度上得到了解决，这使得创建信息的能力比人的感知能力高出许多倍，可以找到长时间不会被发现的模式。还有许多其他问题。在哪里存储如此大量的信息？如何储存？事实证明，现代的编码和数学设备不能完全解决存储问题。信息的缩短是有限的，信息的编码是有限的，之后就无法将这些值解码回去。如上所述，没有上下文或外部环境的一组值不再承载信息。但是，可以对有关外部环境和值集的信息分别进行编码，然后以某些索引的形式组合并对索引本身进行解码，但是，有关值集和外部环境的原始值仍需要存储在某个位置。提出了一些奇妙的想法，这些想法现在已在所有地方得到使用，但将在另一篇文章中加以讨论。展望未来，我们可以举一个例子，那就是不必描述整个外部环境，我们只能以法律和公式的形式为它的存在制定条件。什么是科学？科学是对自然的最高模仿。科学成就是现实生活现象的抽象体现。理查德·费曼（Richard Feynman）的一篇引人入胜的文章描述了解决信息存储问题的一种方法，“下面有很多空间：物理学新世界的邀请”。通常认为本文是为纳米技术的发展奠定基础的工作。物理学家建议在其中注意作为信息存储库的生物系统的惊人功能。在小型微型系统中，包含了大量关于行为的数据-它们存储和使用信息的方式只会引起钦佩。如果我们谈论生物系统可以存储多少信息，那么《自然》杂志估计，世界上所有的信息，价值，数据和模式都可以写入重达1千克的DNA存储中。一公斤的物质，这就是对宇宙的全部贡献。 DNA是一种非常有效的信息存储结构，它使您可以大量存储和使用值集。如果有人感兴趣，那么这里一篇文章，讲述如何记录猫的照片以及DNA资料库中的所有信息，甚至包括Scriptonite歌曲（DNA的极其愚蠢的使用）。
它编码为您听垃圾费曼提请注意生物系统中编码了多少信息，即在存在的过程中，它们不仅对信息进行编码，而且在此基础上改变了物质的结构。如果到目前为止，所有提出的想法仅基于一组值或信息的编码，那么在本文之后，问题就已经在单个分子内部的外部环境的编码中了。在原子级别上编码和修改物质，将信息包含在其中，依此类推。例如，他建议创建直径为几个原子的连接线。反过来，这将使计算机组件的数量增加数百万倍，并且元素的这种增加将在质量上提高未来智能机器的计算能力。费曼，作为量子电动力学和人类的创造者，谁参与了原子弹的研发，他们完全理解，物质的编码并不是什么奇妙的事情，而是在观察到的现实中是正常过程。他强调物理学并不禁止一个原子一个原子地创建物体。在文章中，他诉诸于比较人和机器的活动，并注意到这样一个事实，即与计算机不同，该物种的任何代表都可以轻松识别人的面孔，因为在当时，这是计算能力之外的任务。他从“是什么阻止了事物的超小型复制的产生？”中提出了一些重要的问题。关于“计算机和人脑之间的区别仅在于构成元素的数量？”，他还描述了制造原子尺寸物体的机理和主要问题。同时代人估计，大脑神经元的数量约为860亿，很自然，不是一台计算机，到那时和现在，接近这个值，事实证明，这是没有必要的。但是，理查德·费曼（Richard Feynman）的工作开始将信息的想法向下移动，因为那里有很多空间。该文章发表于1960年，是艾伦·图灵（Alan Turing）的“计算机与思想”（Computers and Mind）一书中出现的最引人注目的同类作品。因此，Richard Feynman的文章中反映了人类活动和计算机的比较趋势。得益于物理学家的直接贡献，数据存储的成本每年都在下降，云技术以惊人的速度发展，量子计算机已经创建，我们正在将数据写入DNA存储并进行基因工程，这再次证明了物质可以改变和编码。下一篇文章将讨论混沌，熵，量子计算机，蜘蛛，蚂蚁，隐马尔可夫模型和范畴论。将会有更多的数学，朋克摇滚和dna。本文的续篇。