几十年来，科学家们一直幻想着创造出具有类脑智能的机器人。今年，受到这一梦想的诱惑，研究人员在实现所谓的计算机圣杯方面取得了重大进展。
今天，各种各样的努力都是为了创造出能够逐步学习并做出更明智决定的智能计算机。今年，数百万美元被投入到创造“硅脑”的努力中。“硅脑”是一种神经形态芯片，模仿大脑的功能，使电脑更智能。
这种新型芯片可以为智能机器人提供眼睛和耳朵，使其能够驾驶、识别物体，甚至指出腐烂的水果。这种芯片技术可以让人类控制机器的思维，移动设备预测用户的行为，以及像谷歌Glass这样的可穿戴设备来诊断疾病。从长远来看，神经芯片植入物可以提高人类的智力、视觉和认知能力。
科学家们正试图利用这些神经芯片制造出先进的计算机，这些芯片可以复制大脑的回路，并能保留信息，根据通过概率和关联发现的模式做出决策。由美国政府、欧盟和私人组织资助的项目正试图通过重新设计传统电路的记忆、计算和通讯功能，来重建大脑神经元和突触的工作方式。
大脑有1000亿个相互连接的神经元，这些神经细胞通过电子和化学信号处理和传递信息。这些神经元并行计算，并通过数万亿个连接进行交流，这些连接就是突触。随着大脑学习的增加，神经网络中神经元之间的连接要么得到加强，要么遭到修剪。如今的处理器是有线的，调节电压的方式与大脑的神经网络不同，但研究人员热衷于利用大脑的并行性，这也降低了对电力的需求。
研究人员希望神经芯片能够完成认知任务，并对大范围的刺激做出反应。电脑已经能够看和听;机器人已经建成对感官输入作出反应。在五年内，计算机可以得到嗅觉和味觉这种感觉信息可以被输入芯片进行处理。
可以肯定的是，大部分的芯片开发工作都处于早期的实验阶段。小昆虫和蠕虫的大脑已经在原型神经芯片上进行了模拟，但人类大脑的运作规模不同。虽然芯片模拟人脑可能还需要几十年的时间，但现在正在建立的新计算模型已经奠定了基础。
研究人员说，除此之外，还需要新的数据处理技术，以便将更多信息输入电脑。帮助这一努力,制造技术的物理限制芯片的当今的计算机可能会在十年内,打开门新计算设计和芯片架构,Robert Colwell说微系统技术办公室主任DARPA(国防高级研究计划局)今年早些时候的一次讲话中。
目前，计算机没有从过去的经验中学习的能力，而是依靠预先编程的代码来做决定。海德堡大学实验物理学教授兼主席卡尔海因茨迈耶说:“另一方面，脑细胞不需要编程，具有很高的耐受性，可以再生，并能得出计算机无法得出的结论。”
与此同时，传统的计算机不会消失，因为有些活动不需要智能处理，Meier说，他也是欧盟资助的人类大脑项目的联合主管。
迈耶说:“你总是要处理短信和电子邮件。”
但康奈尔大学(Cornell University)的计算机科学家、研究员纳比尔·伊玛目(Nabil Imam)说，与大脑一样，神经芯片在某些方面也会表现出色，比如在“嘈杂”的数据中做出明智的决定。
伊玛目说，神经形态芯片将补充，而不是取代计算机中的其他处理器。
模仿人类大脑的芯片有电子神经元，可以动态地重新连接它们之间的连接，相互发送信息，搜寻相关数据——这个过程比把大量数据扔给cpu和gpu等其他协处理器更节能。IBM的沃森超级计算机(Watson supercomputer)在《危险边缘》(Jeopardy)游戏中击败参赛者，创造了历史，但它向处理器投掷大量数据，以寻找答案。
“我们的大脑天生就擅长做某些事情，比如模式识别。电脑做不到这一点。这些处理器有不同的应用程序，”伊玛目说。
伊玛目作为多相突触(神经形态自适应塑料可伸缩电子系统)的一部分，参与了神经形态芯片的开发。项目由美国国防部高级研究计划局资助。Synapse项目于2008年启动，涉及IBM、惠普、康奈尔、斯坦福大学和其他大学。
Synapse的第一个实际成果出现在2011年初，当时IBM演示了一个包含256个数字神经元的原型芯片，该芯片以10MHz的低速运行。该芯片能够演示导航和模式识别能力。
一个芯片核心有262144个可编程突触，而另一个核心有65536个学习突触。数字神经元之间的联系随着发送信号的数量增加而增强。如果一个神经元的电子脉冲影响另一个神经元的电压，这两个神经元就会形成突触连接。在芯片中，当触发点(如某些值)到达时，尖峰神经元与其他神经元进行通信。
伊玛目说，下一个大的Synapse系统将于明年发布，届时将会发布一个新的模仿“非常大的大脑”的神经芯片系统。该芯片将采用一种新颖的记忆阵列设计，这样就可以在数字神经元之间建立大量的连接。异步设计将确保通信信号由本地电路组织。该芯片将采用一种新的制造工艺制造。
“这是迄今为止建造的最大的神经形态系统，”伊玛目说。
IBM是Synapse公司的主要研究公司之一，今年它表示最终想要建立一个“芯片系统”，该系统拥有100亿个神经元和100万亿个突触，但只消耗1千瓦的电力。
另一个引起人们兴趣的研究项目是高通的第零芯片，该公司称其为“神经处理单元”。通过analyzing patterns of human behavior, the chip could make interaction with mobile devices easier by anticipating user actions, said company CEO Paul Jacobs during a speech last month.
高通公司已经展示了一款基于零点的机器人，可以做出导航决定。高通公司业务发展总监Sameer Kumar表示，该公司希望扩大Zeroth的能力，并正在研究可能性。
Synapse公司和高通公司的研究工作是基于数字神经元的，但是欧洲的一个神经形态系统将基于模拟电路，这将使它更贴近大脑。该系统位于德国海德堡大学，是人类大脑项目的一部分，该项目由欧盟支持，历时10年，耗资16亿美元，旨在了解大脑的内部运作。
这所大学已经拥有一个神经形态计算系统，该系统由一个包含20万个神经元和5000万个突触的硅片组成。Meier说，研究人员希望在两年内提供一个包含400万个模拟神经元的20-wafer系统。高并行芯片设计具有可配置的电子神经元，其目的是了解神经元与突触之间的依赖、同步和通信，并将其应用于计算。
Meier说，该项目的目的不是开发最好的神经芯片，而是理解架构。这可能为神经形态计算模型铺平道路。
其他神经芯片的研究工作包括斯坦福大学的Neurogrid和曼彻斯特大学的三角帆它是欧盟的一部分的人类大脑项目。惠普正在开发忆阻器记忆技术，它可以通过从以前收集的数据中理解模式来增强计算机的决策能力，就像人类的大脑收集一系列事件的记忆并理解它们一样。
发明理论很容易，但重要的是让芯片可用，盖伊·派勒特(Guy Paillet)说，他持有1995年的一项专利神经电路设计，以及IBM和其他公司。Paillet是通用视觉公司的执行主席，该公司销售一种基于神经网络设计的名为CM1K的芯片。
目前正在进行的研究工作主要集中在所谓的“尖峰神经元”上，Paillet说，这种神经元“接近于复制突触模型的生物学”。
复制大脑工作方式的特征并将其应用于芯片技术，说起来容易做起来难。神经元的行为是很难预测的，制造一种能重新连接数百万个连接的芯片是一个挑战。此外，大脑还没有被完全理解，神经科学研究人员每天都在发现新的事实。
但神经芯片研究人员正在分享数据，并采取互补的方法，Meier说，并补充说，同龄人之间的小竞争也无伤大雅。
Meier说:“这是创造一种新的计算方式的机会，我们必须尽我们所能。”
Agam Shah负责IDG新闻服务的个人电脑、平板电脑、服务器、芯片和半导体业务。在Twitter上关注Agam@agamsh。Agam的电子邮件地址是agam_shah@idg.com