本文发表于《大众科学》的前博客网络，反映了作者的观点，不一定反映《大众科学》的观点
随着计算机随着时间的推移而日趋成熟，人脑在快速计算能力方面无法跟上硅的速度。但是人类的认知能力远不止快速计算。因此，研究人员仍在尝试开发能够识别、解释和作用于信息（如眼睛、耳朵、鼻子和皮肤接收的信息）的计算机，就像古老的灰质一样快速而高效。这种认知系统对于将传感器网络收集的大数据浪潮转化为有意义的表示至关重要，例如特定道路上的汽车交通或海上天气状况。
全球范围内正在进行几项构建模仿人脑的“神经形态”系统的努力。特别是IBM，在该领域取得了重大进展。2011年，该公司的沃森系统通过解释问题并在其数据库中快速找到答案，使两位前Jeopardy!冠军甘拜下风。同年晚些时候，发生了一件低调但可能更重要的事件，当时IBM和康奈尔大学推出了一种实验性芯片，旨在成为模拟大脑功能、效率和紧凑尺寸的计算系统的构建块。
该芯片是IBM对国防高级研究计划局 (DARPA) 神经形态自适应可塑可扩展电子系统 (SyNAPSE) 项目的贡献的基础，该项目旨在逆向工程大脑的计算能力，以更好地理解我们感知、理解、行动、互动和理解不同刺激的能力。（HRL 实验室正在领导另一个 DARPA SyNAPSE 项目。）
支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关当今塑造我们世界的发现和想法的具有影响力的故事的未来。
DARPA 最近向 IBM 团队捐赠了 1200 万美元，使其能够创建必要的软件编程和测试组件，以推进其 SyNAPSE 版本。这是 SyNAPSE 发展的第四阶段，自该项目于 2008 年启动以来，已获得约 5300 万美元的 DARPA 资助。
SyNAPSE 软件将为IBM 的认知计算架构提供指令，该架构基于该公司所谓的“神经突触核”的可扩展、互连、可配置的网络。每个核由计算组件组成，IBM 将其比作生物对应物——类似于大脑突触的核内存功能，处理器提供核的神经细胞或神经元，而通信能力由类似于大脑轴突神经纤维的布线处理。在 IBM 的架构中，一个核将由一个芯片组成，该芯片具有 256 个用于计算的“神经元”和 256 个通过 65,536 个“突触”连接的用于通信的“轴突”。
Dharmendra Modha，IBM 研究高级经理兼 SyNAPSE 项目首席研究员说，一个神经突触核上的神经元将能够连接到网络中任何其他神经突触核上的轴突。
Modha 说：“美妙之处在于它是模块化的，可以无限重复，”创建更大的核网络，这些网络并行运行，而不会增加网络的复杂性。IBM 的长期目标是构建一个具有 100 亿个神经元和 100 万亿个突触的认知计算网络，该网络消耗的功率为 1 千瓦，体积小于 2 升。“一旦你有了这个架构，问题就变成了，你如何编程它，”他补充道。
这种受大脑启发的计算平台需要一种新的编程方法，这种方法超越了传统的软件编写方法，在传统方法中，执行功能或任务集所需的每个操作都是预先指定的。例如，基于 SyNAPSE 的系统的软件可能会定义每个核的通用参数，指定神经元和轴突之间的连接模式——然后机器将从那里开始。针对人工智能和其他使机器能够“学习”的方法优化的认知计算机将根据接收到的传入数据参与自己的决策过程。
除了创建一种新的编程语言来编写代码以告诉每个神经突触核做什么之外，IBM 还开发了一个预写程序库——称为“核心组件”——以及一种模拟不同程序将如何执行的方法。Modha 和他的同事正在周四在达拉斯国际神经网络联合会议上展示他们的认知编程方法。
这样的程序有一天可能会被用来创建一个眼镜式计算机，该计算机配备视频和音频传感器，可以捕获和分析数据，以帮助大脑视觉信息处理区域受到严重损害的人判断距离和深度。“如果使用这些芯片模拟用于处理这些图像的视觉皮层，那么你可以想象一副轻巧紧凑的眼镜，可以用于视障人士导航环境，”Modha 说。一个编程为像视觉皮层一样工作的芯片也可能被用来帮助无人驾驶汽车处理在车道之间突然切入的车辆周围进行机动所需的瞬间决策。
基于 SyNAPSE 的计算机将执行与沃森不同类型的模式识别，即使两者都可以归类为认知系统。IBM 构建沃森是为了展示理解具有各种语法结构的复杂语言并在特定时间限制下执行分析思维和决策的能力。“将沃森视为从左脑角度来看人工智能和认知计算研究的缩影——更具象征性和分析性，”Modha 说。SyNAPSE 更像是右脑——试图使计算机更具感知力和本能。
IBM 希望最终将左右脑计算功能融合到集成的认知计算智能中，从而模仿人脑既具有分析能力又具有直觉能力的能力。