几十年来，科学家们幻想着与脑一样的智能机器人制作。今年，这个梦想诱惑的研究人员在实现了所谓的计算的圣杯取得了很大进展。
今天，各种各样的努力旨在创造智能计算机，它可以逐步学习并做出更明智的决定。今年，数百万美元被投入到创造“硅脑”的努力中，或神经形态芯片，模仿大脑的功能，使电脑更智能。
这种新型芯片将赋予智能机器人眼睛和耳朵，使它们能够驾驶、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，移动设备可以预测用户的行为，可穿戴设备如谷歌Glass可以诊断疾病。从长远来看，植入神经芯片可以提高人类的智力、视觉和认知能力。
科学家们正在寻找与这些神经芯片，复制大脑的电路，可以保留信息，并根据通过的概率和协会发现的模式决定建立先进的计算机。由美国政府资助的项目，欧盟和私人组织正试图重新创造一个大脑的神经元和突触通过重新设计的存储，计算和通信工作的传统电路的特征的方式。
大脑有100个十亿互连神经元，神经细胞，其经由电和化学信号处理和传输信息。这些神经元计算平行并且经由连接的万亿，它们是突触通信。在神经网络中神经元之间的连接要么加强或修剪的大脑学习更多。今天的处理器是有线和比大脑的神经网络不同的调节电压，但研究人员都热衷于开发大脑，这除其他外还降低了电力需求的并行性。
研究人员希望神经芯片将完成认知任务和应对大范围的刺激。计算机已经可以看到和听到的;机器人已经建成回应感觉输入。五年之内，计算机能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，大部分的芯片开发工作尚处于早期阶段的实验。小昆虫和蠕虫的大脑进行了模拟原型神经芯片，但人类大脑在不同的范围内运作。虽然它可能是十年，直到芯片模拟人脑，基础是使由计算，目前正在建立的新车型奠定。
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，并依靠预编程代码来做出决定。在另一方面，脑细胞不需要编程，高耐受性，可再生，可以得出结论，即计算机将不能达到，卡尔海因茨·迈尔教授和实验物理学的椅子在海德堡大学。
与此同时，传统的电脑不会消失，因为有些活动不需要智能处理，迈尔说。他也是欧盟资助的人类大脑项目的联合主管。
“你将永远做你的文字处理和电子邮件，”梅尔说。
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，神经芯片也会在某些方面表现出色，比如在“嘈杂”的数据中做出明智的决定。
仿神经芯片将补充而不是替代，在计算机的其它处理器，伊玛目说。
人类的大脑模仿芯片有电子神经元可以动态地重新连接的连接当中，对方爆炸信息，和草料相关数据 - 这个过程更多的权力不是抛出大量的数据，以CPU和其他协处理器的GPU一样高效。IBM的Watson超级计算机创造了历史，当它在危险边缘的游戏参与者击败，但在处理器投掷大量的数据来寻找答案。
“我们的大脑是有线做某些事情非常好喜欢模式识别，计算机无法做到这一点。这些处理器有不同类的应用，”伊玛目说。
伊玛目是参与神经形态芯片的发展为多相突触（神经形态自适应塑料可伸缩电子系统）的一部分项目由美国国防部高级研究计划局资助。Synapse项目始于2008年，涉及IBM、惠普(Hewlett-Packard)、康奈尔(Cornell)、斯坦福大学(Stanford University)等多所大学。
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、运行速度为10MHz的原型芯片。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信号数量的增加而增强。如果来自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，当触发信号(如某些值)到达时，尖峰神经元与其他神经元进行通信。
下一个大的Synapse宣布将在明年，当一个新的神经芯片系统，该系统模仿“非常大的大脑”将公布，伊玛目说。该芯片将具有存储器阵列的新颖的设计，使得大量的连接可以将数字神经元之间进行。异步设计将确保通信信号由当地组织的电路。该芯片将采用新的制造工艺来制造。
“这是一个已经建成迄今为止最大的神经形态系统，”伊玛目说。
IBM的首席研究员公司突触之一，今年说，它最终要建立一个“芯片系统”有10首十亿个神经元和百兆突触但仅消耗1功率千瓦。
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第零的机器人，可以做出导航决定。高通公司的业务发展总监萨米尔·库马尔(Sameer Kumar)说，公司希望扩大Zeroth的能力，并正在研究各种可能性。
突触和高通公司的研究工作是基于数字神经元，但由于在欧洲一个神经形态系统将根据模拟电路，保持它更真实到大脑。该系统时，位于德国海德堡大学，是人类脑计划，10年，由欧盟支持，以了解大脑的内部运作US $ 1.6十亿努力的一部分。
大学已经有操作用含有20万个神经元和50000000个突触硅晶片中的神经形态计算系统。在两年内，研究人员希望能够提供具有组合的400万个模拟神经元有20片系统，迈耶，谁是带头项目说。的高度并行的芯片设计具有可配置的电子神经元，和所述的目标是了解神经元和突触间依赖关系，同步和通信，并把它们通过向计算。
该项目的目的不是为了发展最好的神经芯片，但了解的架构，迈尔说。这可能铺平道路，为神经形态计算模型的方式。
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内存技术，该技术可以通过了解从以前收集的数据模式加强计算机的决策能力，就像人类大脑收集的记忆和理解的一系列事件。
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年的一项专利神经回路设计，以及IBM等。Paillet是视力一般，主要销售一种叫做CM1K芯片，基于神经网络设计的执行主席。
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原理”。
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，而制造一个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揭示新的事实。
但是，神经芯片研究人员正在共享数据，并采取互补的方法，Meier说，并补充说，同行之间的小竞争没有坏处。
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上关注阿甘@agamsh。阿甘的电子邮件地址是agam_shah@idg.com