加州大學首次實現用神經元模擬芯片執行仿生任務

　　模擬人類大腦的電子芯片已經算不上新鮮事物——IBM已于去年就發布了達到量產級別的神經突觸模擬芯片SyNAPSE——但要說利用這樣的芯片來執行大腦任務，則還尚未有過先例。不過加州大學圣巴巴拉分校的研究人員已經打破了這個僵局。他們利用了一個最基礎的、只有100個神經元突觸的仿生芯片，執行并完成了人類大腦最典型的任務——圖像識別。這在人類史上尚屬首次。

　　利用基于記憶電阻(memristor)的技術來避開視覺干擾，并辨識出字母，從整體上看有點類似人要在人群中鑒別出好友。傳統電腦當然也能完成這樣的仿生任務，但代價卻是需要配置極其昂貴，且性能異常突出的芯片。

　　加州大學圣巴巴拉分校的研究實驗與真正的能媲美人類智慧的高復雜神經計算機顯然還存在著相當的距離。譬如要實現在看到一個場景時能主動意識到其中的不和諧之處，我們不僅要更深層次了解神經反應的原理，也需要有更多的人工突觸來支持。當然，這一切應該都只是時間問題。

　　科學家們相信，不久的將來就會出現一個由記憶電阻網絡和傳統處理器共同組成的系統，并幫助人類解決復雜的任務。而最終，一個完全由仿生芯片打造的計算設備，將會在未來為人類提供真正智能的導航應用，及可進行診斷的醫學成像系統。