网易手机讯 12月31日消息，计算机经过数十年的发展，已经成为众多行业的重要组成部分，同时由于计算机一直保持高速增长，所以肯定能在未来的人类社会中扮演更为重要的角色，甚至有人预言计算机有朝一日将能够达到与人脑相仿的水平。

《纽约时报》的科技记者约翰·马尔可夫（John Markoff）日前撰文指出，随着IT技术的不断进步，未来的计算机将能模拟人脑的思维方式，具备自我学习能力。以下是文章的主要内容。

计算机已经进入能够从自己的故障中学习经验的时代，而这将会开启数字世界的全新变革。

2014年有望诞生一种全新的电脑芯片，它不仅能够自动完成目前需要复杂程序才能完成的任务，例如流畅而高效地指挥机器人的手臂，而且还能规避和允许错误的发生，从而使得“电脑死机”成为过去。

目前已经有不少大型科技公司开始尝试这种基于生物神经系统的全新计算方式——仿生芯片，这种芯片模拟神经如何对刺激做出反应，并与其他神经元共同解读信息的处理方法，可以让电脑一边执行任务，一边吸收新的信息，进而根据外部信号的变化调整运行方式。

在未来几年中，仿生芯片将会被应用到下一代的人工智能系统中，并将完成一些在人类看来非常简单的任务，包括看、说、挺、导航、操纵和控制等等。同时，这种方式还将推动面部和语音识别、导航和规划等任务的执行实现巨大飞跃，不过目前这些功能仍然处于初级阶段，在很大程度上依赖于人工编写的程序。

设计师认为仿生芯片可以提高机器人行走的安全度，不过要想实现科幻小说中那种具备自主思维能力的电脑，仍然尚需一些时日。“我们正在从传统的工程电脑系统向拥有多种生物计算特征的时代迈进，”加州电信与信息技术学院的天体物理学家拉里·斯马尔（Larry Smarr）介绍说，该学院就是众多正在研发这种新型计算机电路的研究机构之一。

传统的计算机被应用程序所限制，比如计算机视觉系统就只能根据系统预置的算法来“认出”物体，这种算法以统计学数据为基础，就像是一道菜谱一样需要按照步骤来执行计算指令。不过谷歌的研究人员在去年开发了一种名为“神经网络”的机器学习算法，该算法能够自主完成图片识别过程，而采用这种算法的网络在扫描了1000万张猫的图片后，就具备了自动识别猫的能力。而谷歌也在今年6月表示，他们已经使用“神经网络”技术开发了新的搜索服务，能够帮助用户更加精准地找到特定的照片。

这种全新的计算方法能够被同时应用带软件和硬件领域，而它的发展则得益于人类对大脑的深入了解。不过斯坦福大学“硅脑（Brains in Silicon）”研究项目的负责人、计算机科学家夸贝纳·波尔翰（Kwabena Boahen）则认为由于如今的科学家还未能充分理解大脑的运行方式，所以上述的这种算法同样存在局限性，“目前我们还没有任何线索，”他说道，“我是一名工程师，我深知理论与现实之间的差距，虽然目前有许多冠冕堂皇的理论，但真正能够变成现实的却是凤毛麟角。”

直到现在，计算机的设计理念还在沿用约翰·冯·诺依曼（John von Neumann）在65年前所开发的理论——高速运转的微处理器加上冗长的二进制指令。通俗地讲，这种方法通常会像记忆一样分别存储信息，要么存储在处理器中，要么存储在临近的存储芯片或高容量磁盘里。例如温度气候模型或字处理文件的文字等数据，都会像短期记忆一样迅速进出处理器，而计算机则负责执行预先编好的指令，最终的结果则会被存储到主存储器中。

而仿生处理器包含的电子元件可以会被模仿生物突触结构连接起来，由于这种设计方法是参考了大脑的神经元结构，所以也称为“神经形态处理器”，该术语是由加州理工学院的物理学家卡瓦·米德（Carver Mead）在上世界80年代末所提出的。

仿生处理器中的电子元件不是通过“编程”联系在一起的，处理器能够依据不同电路的“加权”以及数据相关性来进行“学习”，当数据经过处理器时，“加权值”会发生变化，从而产生对应的信号来与其它元件发生反应，进而改变整个神经网络，这种方式在本质已经和人类的思维行动方式非常类似。

“目前我们是将数据带给计算去处理，而未来我们将会指引计算主动去处理相应的数据，”来自IBM的计算机科学家达曼德拉·摩德哈（Dharmendra Modha）介绍说，“传感器就是一台计算机，这将开创计算芯片无处不在的新局面。”

当然，全新的计算机仍然会采用硅制芯片，同时也不会取代传统的计算机，而是以一种相对高端的形式存在。许多计算机设计师将仿生芯片视为“协处理器”，也就是说它们将会被嵌入在电脑或手机的电路板上，然后帮助设备发挥更好的性能。其实目前一些配置比较前卫的电脑已经安装了用来执行专门任务的协处理器，例如手机上的图形显示和笔记本电脑上的视频转换以及音频数据处理等等。

仿生处理器的一大优点就是允许设备出现故障。传统计算机在运行时对精确度的要求相当高，哪怕是一个晶体管出了问题，整台计算机就无法正常运行。但是在仿生计算机中，芯片所采用的算法是可以根据实际情况进行自我调整的，不仅能够回避故障，甚至能够自行解决故障来完成任务。

尽管传统计算机的处理能力已经相当惊人，但是与真正的人脑比起来仍然有非常大的差距，而“神经形态处理器”则有望改变这种情况。IBM在去年曾宣布他们已经打造了一台模拟人脑的超级计算机，这台机器中涵盖了大约100亿个类似于人类大脑神经元的组织，虽然在神经元数目上已经达到了人类大脑的10％以上，但这台计算机的运行速度仍然相当慢，只有人类的1/1500。同时，该设备需要数百万瓦的能量才能驱动，而人脑只需20瓦就能正常运行。

在这个代号为“指南针（Compass）”的研究项目中，IBM希望用计算机来模拟人脑的真实运转情况，根据科学家的测算，如果按照他们的设计方案，想要让计算机达到与人脑一样的处理速度，所需的电力与旧金山和纽约的耗电量相仿。

除了IBM之外，高通公司和斯坦福大学的研究团队都在从事“神经形态处理器”的研发工作，其中高通已经宣布将在2014年推出商用版本的“神经形态处理器”，并将其应用到更多的行业之中。此外，还有许多大学也在研究全新的计算方式，其中美国国家科学基金会（National Science Foundation）在今年秋天就资助了由麻省理工学院、哈佛大学和康奈尔大学联合成立的人脑及机器思维研究中心（Center for Brains, Minds and Machines）。

斯坦福大学在今年秋天还开设了与“机器学习”相关的研究生课程，该课程涉及统计和生物学等领域，由著名计算机科学家吴恩达（Andrew Ng）讲授，目前已经有760多名学生参加了该课程。“这是时代精神的一种体现，”美国萨尔克生物研究院（Salk Institute）的科学家特里·谢伊诺斯基（Terry Sejnowski）介绍说，“每个人都知道这个领域将会有大事发生，同时大家也都在积极探索这其中所蕴藏的奥秘。”（Henrish）