人工智能大进步！高通明年将推民用神经形态处理器？

媒体消息，高通已联手 IBM 和斯坦福大学研究团队开发出了民用的神经形态处理器 （neuromorphic processor），计划将于 2014 年。不过，这种技术仍旧不能与现有计算能力同日可语，在投入使用之后，它们将和图形处理器等众多已被我们熟知的协处理器一样起到锦上添花的作用。

基于生物神经系统设计的新型计算机形态其实已经被很多大型科技公司采用，借鉴神经元之间的交流与刺激的形式，这种计算机不仅可以更为轻松地执行计算密集型任务，聪明地绕开甚至忽略误差以避免死机，更是能在处理任务的同时吸收动态信息并根据实时情况调整算法和工作模式。

随着技术的进步，下一代人工智能也离我们越来越近，一些在人类看来如同本能般简单的行为将有可能被新型计算机习得，比如听说读写、操纵装置和辨识方向等。开发者表示这种计算机形式将为科幻电影中独立执行复杂任务的机器人清除掉一些障碍，然而 C-3PO 和 HAL 9000 们仍是难以企及的幻想。

IBM Dharmendra Modha 主管认知计算（cognitive computing）的学者表示，“与过去我们把数据输入计算系统不同，现在我们正将计算系统带给数据。感应器正在成为计算工具，它们为无处不在的计算机提供了可能。”

神经形态处理器其名的提出要归功于加州理工大学的物理学家 Carver Mead ，他于 1980 年代晚期创造了该概念。在这种处理器的电路系统中，电子元件仿照生物神经突触的形式。神经形态计算机无须像传统计算机一样经过“调制（programmed）”，而是依据实际情况自动调整数据，正如大脑根据实时信息不停调整神经之间的连接和强弱一样。

这种新科技最明显的一个好处之一就是其允许错误存在的能力，这点和计算机非常不同，尽管半个多世纪以来计算机技术已经取得了令人难以置信的进步，但其本质仍然和冯诺依曼博士的 ENIAC 一样 ——精准，却容不得半点错误。经过仿生学设计之后，算法将不再是一成不变的机械算法，这允许系统绕过错误，调整算法以适应现实要求。

传统计算机的一个缺点之一是对能源的高需求，跟真实大脑相比尤是如此。 去年，IBM 公布了名为 Compass 的超级计算机，这台模拟人脑的超级机器大约拥有前者 10% 左右的神经元数量 — 100 亿。Compass 的运转速度比人脑慢了 1500 倍，而其消耗的电量却达到了数兆瓦，相比之下，人脑的所需电量仅为 20 瓦。如果将 Compass 的运算速度提升至与人脑相当，则所需电量足以满足旧金山和纽约。