去年，Google 的神經(jīng)網(wǎng)絡(luò)（neural network）通過一種讓電腦 “自學(xué)” 的算法，讓電腦通過一個基于一億張照片的資料庫進行分析和學(xué)習(xí)，最終能自行辨別出 “貓的照片”。今年 6 月，這間公司宣布將進一步運用神經(jīng)網(wǎng)絡(luò)讓搜索變得更加精準(zhǔn)。
受益于腦科學(xué)研究探索上的進展，目前生物型電腦取得了新的突破。
《紐約時報》報道，2014 年高通將推出第一款商用版本的生物型電腦處理器。這種電腦不僅會作普通的運算，和普通電腦最大的不同是，這種智能電腦能學(xué)會“容忍”自己的錯誤繼續(xù)保持運作，也就是說基本不會出現(xiàn)崩潰的狀況。
傳統(tǒng)的電腦受制于程序，無論運算性能多強，但是目前電腦的所有行為僅基于人類的各種指令。這么多年來即使運算技術(shù)取得空前突破，但是電腦的設(shè)計依然基于現(xiàn)代電腦創(chuàng)始人之一的約翰·馮·諾伊曼（John von Neumann）在 65 年前定下的方向。
簡單來說，在傳統(tǒng)電腦上程序會命令處理器工作，將得出的結(jié)果輸出到內(nèi)存上，但處理過程產(chǎn)生的數(shù)據(jù)只會極短暫地停留在處理器的緩存上，處理器并不會 “記憶” 之前做過的事情，整個電腦工作流程更像一條流水線。
而新的智能電腦，則模仿人腦一樣擁有一個神經(jīng)系統(tǒng)，在工作時每個部件能互相影響，和傳統(tǒng)的 “編程” 不同，數(shù)據(jù)傳入電腦后，是通過整個 “神經(jīng)系統(tǒng)” 相互反應(yīng)而工作，而且整個工作過程跟人類思考和行動的方式非常類似。其實類人腦架構(gòu)的電腦技術(shù)目前已經(jīng)開始應(yīng)用在一些大型科技公司（如之前提到的 Google），它們基于生物學(xué)中的神經(jīng)系統(tǒng)的原理運作，讓電腦能夠在工作過程中 “吸收” 信息，從而根據(jù)現(xiàn)場的變化做出調(diào)整，這也是之前所講這種電腦能夠避自行矯錯繼續(xù)工作的原因。
在未來，新一代的人工智能系統(tǒng)會因為這種技術(shù)變得更加先進，例如電腦將有可能像人類一樣，具備真正意義上的感官能力，進而能夠在面部、語音識別，統(tǒng)籌這些目前還是初始階段的科技變得更加先進，目前這些領(lǐng)域仍然高度依靠人手操作。加利福尼亞電信與信息技術(shù)研究所（Calit2）是目前研究這種智能電腦的機構(gòu)之一，負責(zé)人 Larry Smarr 表示傳統(tǒng)的“工程型電腦系統(tǒng)”將逐步邁向“生物型電腦系統(tǒng)”。這種技術(shù)的革新將為一些自動化產(chǎn)業(yè)如自動駕駛掃清了道路。
IBM 的電腦科學(xué)家 Dharmendra Modha 表示，新型的電腦具有學(xué)習(xí)能力，就像具有思考能力的傳感器，未來的前景無所限量。當(dāng)然，至少從目前來說，這種感知型電腦仍無法取代目前傳統(tǒng)電腦，更多是以協(xié)作處理器的形式存在。其中之一最大的好處是這種電腦不容易崩潰，因為它們內(nèi)部的算法一直在變，允許電腦不停地適應(yīng)當(dāng)前的工作環(huán)境，可能我們在未來將會和各種系統(tǒng)補丁說拜拜了。
對于這種生物電腦來說，衡量處理能力是看 “腦袋” 大小的。例如去年 IBM 宣布開發(fā)出一款模擬人腦運作的超級電腦，就配備了 100 億組神經(jīng)元——大概為人類大腦的 10%，“想” 的速度也比人腦慢 1500 倍。據(jù)《紐約時報》介紹，IBM、高通以及斯坦福大學(xué)已經(jīng)開發(fā)出神經(jīng)式構(gòu)造的處理器，而高通更宣稱將在 2014 年推出面向商業(yè)市場的產(chǎn)品。而另外，目前全球多所大學(xué)也已將重心放在生物型電腦領(lǐng)域的開發(fā)上。
