具有思考能力的电脑

去年，Google 的神经网络（neural network）通过一种让电脑 “自学” 的算法，让电脑通过一个基于一亿张照片的资料库进行分析和学习，最终能自行辨别出 “猫的照片”。今年 6 月，这间公司宣布将进一步运用神经网络让搜索变得更加精准。

受益于脑科学研究探索上的进展，目前生物型电脑取得了新的突破。

《纽约时报》报道，2014 年高通将推出第一款商用版本的生物型电脑处理器。这种电脑不仅会作普通的运算，和普通电脑最大的不同是，这种智能电脑能学会 “容忍” 自己的错误继续保持运作，也就是说基本不会出现崩溃的状况。

传统的电脑受制于程序，无论运算性能多强，但是目前电脑的所有行为仅基于人类的各种指令。这么多年来即使运算技术取得空前突破，但是电脑的设计依然基于现代电脑创始人之一的约翰·冯·诺伊曼（John von Neumann）在 65 年前定下的方向。

简单来说，在传统电脑上程序会命令处理器工作，将得出的结果输出到内存上，但处理过程产生的数据只会极短暂地停留在处理器的缓存上，处理器并不会 “记忆” 之前做过的事情，整个电脑工作流程更像一条流水线。

而新的智能电脑，则模仿人脑一样拥有一个神经系统，在工作时每个部件能互相影响，和传统的 “编程” 不同，数据传入电脑后，是通过整个 “神经系统” 相互反应而工作，而且整个工作过程跟人类思考和行动的方式非常类似。其实类人脑架构的电脑技术目前已经开始应用在一些大型科技公司（如之前提到的 Google），它们基于生物学中的神经系统的原理运作，让电脑能够在工作过程中 “吸收” 信息，从而根据现场的变化做出调整，这也是之前所讲这种电脑能够避自行矫错继续工作的原因。

在未来，新一代的人工智能系统会因为这种技术变得更加先进，例如电脑将有可能像人类一样，具备真正意义上的感官能力，进而能够在面部、语音识别，统筹这些目前还是初始阶段的科技变得更加先进，目前这些领域仍然高度依靠人手操作。加利福尼亚电信与信息技术研究所（Calit2）是目前研究这种智能电脑的机构之一，负责人 Larry Smarr 表示传统的 “工程型电脑系统” 将逐步迈向 “生物型电脑系统”。这种技术的革新将为一些自动化产业如自动驾驶扫清了道路。

IBM 的电脑科学家 Dharmendra Modha 表示，新型的电脑具有学习能力，就像具有思考能力的传感器，未来的前景无所限量。当然，至少从目前来说，这种感知型电脑仍无法取代目前传统电脑，更多是以协作处理器的形式存在。其中之一最大的好处是这种电脑不容易崩溃，因为它们内部的算法一直在变，允许电脑不停地适应当前的工作环境，可能我们在未来将会和各种系统补丁说拜拜了。

对于这种生物电脑来说，衡量处理能力是看 “脑袋” 大小的。例如去年 IBM 宣布开发出一款模拟人脑运作的超级电脑，就配备了 100 亿组神经元——大概为人类大脑的 10%，“想” 的速度也比人脑慢 1500 倍。据《纽约时报》介绍，IBM、高通以及斯坦福大学已经开发出神经式构造的处理器，而高通更宣称将在 2014 年推出面向商业市场的产品。而另外，目前全球多所大学也已将重心放在生物型电脑领域的开发上。