本文發表於《大眾科學》的前部落格網路，反映了作者的觀點，不一定反映《大眾科學》的觀點
隨著計算機隨著時間的推移而日趨成熟，人腦在快速計算能力方面無法跟上矽的速度。但是人類的認知能力遠不止快速計算。因此，研究人員仍在嘗試開發能夠識別、解釋和作用於資訊（如眼睛、耳朵、鼻子和皮膚接收的資訊）的計算機，就像古老的灰質一樣快速而高效。這種認知系統對於將感測器網路收集的大資料浪潮轉化為有意義的表示至關重要，例如特定道路上的汽車交通或海上天氣狀況。
全球範圍內正在進行幾項構建模仿人腦的“神經形態”系統的努力。特別是IBM，在該領域取得了重大進展。2011年，該公司的沃森系統透過解釋問題並在其資料庫中快速找到答案，使兩位前Jeopardy!冠軍甘拜下風。同年晚些時候，發生了一件低調但可能更重要的事件，當時IBM和康奈爾大學推出了一種實驗性晶片，旨在成為模擬大腦功能、效率和緊湊尺寸的計算系統的構建塊。
該晶片是IBM對國防高階研究計劃局 (DARPA) 神經形態自適應可塑可擴充套件電子系統 (SyNAPSE) 專案的貢獻的基礎，該專案旨在逆向工程大腦的計算能力，以更好地理解我們感知、理解、行動、互動和理解不同刺激的能力。（HRL 實驗室正在領導另一個 DARPA SyNAPSE 專案。）
支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您正在幫助確保有關當今塑造我們世界的發現和想法的具有影響力的故事的未來。
DARPA 最近向 IBM 團隊捐贈了 1200 萬美元，使其能夠建立必要的軟體程式設計和測試元件，以推進其 SyNAPSE 版本。這是 SyNAPSE 發展的第四階段，自該專案於 2008 年啟動以來，已獲得約 5300 萬美元的 DARPA 資助。
SyNAPSE 軟體將為IBM 的認知計算架構提供指令，該架構基於該公司所謂的“神經突觸核”的可擴充套件、互連、可配置的網路。每個核由計算元件組成，IBM 將其比作生物對應物——類似於大腦突觸的核記憶體功能，處理器提供核的神經細胞或神經元，而通訊能力由類似於大腦軸突神經纖維的佈線處理。在 IBM 的架構中，一個核將由一個晶片組成，該晶片具有 256 個用於計算的“神經元”和 256 個透過 65,536 個“突觸”連線的用於通訊的“軸突”。
Dharmendra Modha，IBM 研究高階經理兼 SyNAPSE 專案首席研究員說，一個神經突觸核上的神經元將能夠連線到網路中任何其他神經突觸核上的軸突。
Modha 說：“美妙之處在於它是模組化的，可以無限重複，”建立更大的核網路，這些網路並行執行，而不會增加網路的複雜性。IBM 的長期目標是構建一個具有 100 億個神經元和 100 萬億個突觸的認知計算網路，該網路消耗的功率為 1 千瓦，體積小於 2 升。“一旦你有了這個架構，問題就變成了，你如何程式設計它，”他補充道。
這種受大腦啟發的計算平臺需要一種新的程式設計方法，這種方法超越了傳統的軟體編寫方法，在傳統方法中，執行功能或任務集所需的每個操作都是預先指定的。例如，基於 SyNAPSE 的系統的軟體可能會定義每個核的通用引數，指定神經元和軸突之間的連線模式——然後機器將從那裡開始。針對人工智慧和其他使機器能夠“學習”的方法最佳化的認知計算機將根據接收到的傳入資料參與自己的決策過程。
除了建立一種新的程式語言來編寫程式碼以告訴每個神經突觸核做什麼之外，IBM 還開發了一個預寫程式庫——稱為“核心元件”——以及一種模擬不同程式將如何執行的方法。Modha 和他的同事正在週四在達拉斯國際神經網路聯合會議上展示他們的認知程式設計方法。
這樣的程式有一天可能會被用來建立一個眼鏡式計算機，該計算機配備影片和音訊感測器，可以捕獲和分析資料，以幫助大腦視覺資訊處理區域受到嚴重損害的人判斷距離和深度。“如果使用這些晶片模擬用於處理這些影像的視覺皮層，那麼你可以想象一副輕巧緊湊的眼鏡，可以用於視障人士導航環境，”Modha 說。一個程式設計為像視覺皮層一樣工作的晶片也可能被用來幫助無人駕駛汽車處理在車道之間突然切入的車輛周圍進行機動所需的瞬間決策。
基於 SyNAPSE 的計算機將執行與沃森不同型別的模式識別，即使兩者都可以歸類為認知系統。IBM 構建沃森是為了展示理解具有各種語法結構的複雜語言並在特定時間限制下執行分析思維和決策的能力。“將沃森視為從左腦角度來看人工智慧和認知計算研究的縮影——更具象徵性和分析性，”Modha 說。SyNAPSE 更像是右腦——試圖使計算機更具感知力和本能。
IBM 希望最終將左右腦計算功能融合到整合的認知計算智慧中，從而模仿人腦既具有分析能力又具有直覺能力的能力。