他弥补说 ， “接下来 ， 我们起头考虑系统层面的问题 ， 而不仅仅是单个的脑区 。 ”我们正慢慢接近作为人智能之源的、有850亿个神经元的器官的全脑模子 。
仿照脑
达特茅斯学院的计较神经科学家理查德·格兰杰（Richard Granger）暗示 ， 操纵神经形态硬件对脑进行建模 ， 可以揭示神经计较的根基道理 。 神经科学家可以很是具体地测量神经元的生物物理和化学特征 ， 但很难知道这些特征中事实是哪些性质才真正对脑的计较能力主要 。 固然神经形态芯片中利用的材料与人脑中的细胞物质完全分歧 ， 但利用这种新硬件的模子可以揭示脑若何往返传送和评估信息的计较道理 。
用硅复制简单的神经回路 ， 帮忙因迪维里发现脑在设计上的隐性益处 。 他曾经给过一位博士生一块神经形态芯片 ， 这块芯片具有锋电位的频率顺应性 ， 这是一种让人习惯于持续性刺激的机制 。 因为芯片空间严重 ， 这位学生决议不要这一特征 。 然而 ， 当他尽力降低对芯片的带宽和功率要求时 ， 他最终获得了现实上与他所删除的锋电位频率顺应不异的工具 。 因迪维里和他的同事们还发现 ， 长距离发送模拟旌旗灯号的最佳体例并不是 ， 例如说 ， 将其暗示为持续可变的流 ， 而是将其暗示为脉冲串或脉冲序列 ， 正像神经元所做的一样 。 因迪维里说道：“若是您想把功率和带宽降到最低 ， 神经元所利用的本来就是传输旌旗灯号的最佳手艺 。 ”
神经形态硬件还可以让研究人员查验他们关于脑功能的理论 。 康奈尔大学计较神经科学家托马斯·克莱兰（Thomas Cleland）成立了嗅球模子 ， 以说明嗅觉机制的道理 。 利用洛以希芯片使他可以或许成立足够快的硬件模子 ， 以仿照生物 。 当从化学传感器（作为我们气息受体的人工版本）获得数据时 ， 系统学会了只要接管一个样本就能识别气息 ， 这要优于传统的机械进修方式 ， 并接近嗅觉最活络的人 。
戴维斯说道：“经由过程像这样当作功的仿照 ， 并现实展示可以用神经形态芯片做到这一点 ， 这确实证实了您真的搞懂系统了 。 ”

-Zoe? van Dijk-
克莱兰的嗅觉模子并不老是如预期的那样当作功 ， 但那些“掉败”的尝试也同样具有启迪意义 。 传感器有时会感觉气息输入与模子展望的分歧 ， 这可能是因为气息比预期的要更复杂或更嘈杂 ， 或者是因为温度或湿度干扰了传感器 。 他说道：“输入会变得有点不不变 ， 我们知道这骗不了我们的鼻子 。 ”研究人员发现 ， 经由过程存眷气息输入中以前被轻忽了的“噪音” ， 嗅觉系统模子可以准确检测出更多种类的输入 。 这一成果使克莱兰更新了他的嗅觉模子 ， 研究人员此刻可以不雅察生物系统 ， 看看它们是否也利用这种以前未知的手艺来识别复杂或嘈杂的气息 。
克莱兰但愿对他的模子进行改良 ， 使模子能以生物及时运行 ， 以阐发来自数百甚至数千个传感器的气息数据 ， 而这在非神经形态硬件上运行可能需要几天时候 。 他说道：“只要我们能把算法用到神经形态芯片上 ， 那么它就能很好地工作 。 ”“对我来说 ， 最令人兴奋的是当我们真的做了这些改良之后 ， 我们就可以或许运行这些16000个传感器数据集 ， 看看算法会变得何等好 。 ”
SpiNNaker、真海说神聊和洛以希芯片都能以生物的现实速度运行对神经元和脑的仿真 ， 这意味着研究人员可以利用这些芯片来及时识别刺激 ， 如图像、手势或声音 ， 并当即进行处置和作出响应 。 除了让克莱兰的人工鼻处置气息外 ， 这些能力还可以让机械人及时感知情况并做出反映 ， 同时只耗损少少的电力 。 这比大大都传统的计较机有很大的前进 。

猜你喜欢

• 人类为什么不能像毒蛇一样，体内拥有毒液？
• 微博全景图如何下载
• 你必须了解的对焦小技巧
• 剑与远征如何试玩未拥有的神话级英雄
• 想要爱情持久保鲜，有可能吗？
• 小人族存在吗？地球上有可能进化出小人族吗？
• 高压锅不排气怎么办 高压锅不排气的处理办法
• 关于尚方宝剑你知道多少？第一个想要拥有的人差点被皇帝给砍了
• mac os如何恢复网络出厂设置
• 人类有没有可能把火星炸毁？