人腦其實是一個高效又節能的器官，用又慢又雜亂的神經元，就可以處理一些對世界上最厲害的超級計算機而言都很棘手的問題：理解語言、抽象思考還有控制動作等。而這個比鞋盒還小的人腦，只用了比家里電燈泡還少的能量。
人腦的這種高效和節能一方面給予科學家靈感，另外一方面也吸引了科學家進一步探究其秘密的欲望，而模擬人腦的芯片或系統則滿足了這兩點，從而引無數英雄競折腰。
據物理學家組織網近日報道，美國斯坦福大學的科學家研制出了運行速度更快且能效更高的微型芯片，其運行速度為傳統個人電腦(PC)的9000倍且能耗低很多。科學家們表示，最新研究有望大力推動機器人技術和計算技術的發展并進一步提升人類對自己大腦的理解。例如，能像人腦快速高效運行的芯片有望讓機械義肢擁有健全肢體的復雜性和反應能力。相關研究發表在國際頂級期刊《電氣與電子工程師協會會刊》上。
“神經網格”或能操控義肢
斯坦福大學生物工程副教授夸貝納·波爾翰研究團隊研制出的“神經網格(Neurogrid)”電路板，由16塊特制的“神經內核(Neurocore)”芯片組成，每塊芯片上都有超過65536個“硅神經元”，這些神經元可以通過80個參數進行編程，以模擬不同類型的神經元。這16塊芯片攜手，能模擬100萬個神經元和數十億個突觸連接。它模擬人腦1秒鐘的活動，僅需要1秒鐘。“神經網格”的大小與一臺iPad相當，功耗為5瓦，僅相當于一個手機充電器，而其能模擬的神經元和突觸比其他大腦模擬設備多幾個數量級。
“神經網格”所具備的高速運行和低能耗的特征使其成為研究人類大腦的有力工具，除了了解大腦的正常活動，它還可以研究大腦疾病，例如自閉癥、精神分裂等，這些疾病用現有的傳統技術都很難模擬。有鑒于此，美國國立衛生研究院(NIH)對這款百萬神經細胞模型進行了資助。
現在，波爾翰已經著手進行下一步的研究——降低成本并制造編譯軟件。編譯軟件能使不具備神經科學知識的工程師和計算機專家也能用其來解決問題，例如，使用“神經網格”控制類人機器人等。波爾翰研究團隊正在為殘疾病患研發能被類似“神經內核”芯片控制的義肢。
多款人腦模擬設備各有千秋
波爾翰指出，除了他的“神經網格”項目外，還有多個大型的神經形態學方面的研究，正如火如荼地進行著。其中包括歐洲的“人腦計劃”以及美國的“大腦計劃”等。“人腦計劃”旨在用超級計算機模擬人腦的工作原理；而“大腦計劃”的主要目的是研發能閱讀大腦內數百萬個神經細胞的活動并寫出這些活動的模式的新型工具。
另外，還有IBM公司的“神經形態自適應塑料可微縮電子系統(SyNAPSE)”項目。SyNAPSE芯片為硅芯片，其架構從人腦的功能、省電性及緊湊性獲得靈感。最新的SyNAPSE芯片集成了256個數字神經元，每個神經元配備1024條突觸回路，IBM公司希望能在系統中進一步增加神經元的數量。
而由德國海德堡大學基爾霍夫物理研究所主導的“大腦規模(BrainScales)”計劃的目標是研制出邏輯芯片來模擬神經元和突觸的行為。他們研制出的“高輸入數模擬神經網絡(HICANN)”能模擬藥物之間的相互作用。目前，HICANN系統能模擬512個神經元的活動，每個神經元配備224個突回路。
這些研究各有千秋，也采用了不同的技術手段，例如，讓每個硬件電路模擬單個神經單元(單個突觸)還是幾個神經單元(通過兩次激活硬件電路來模擬兩個活動突觸的影響)等，這就導致不同系統擁有不同的功能，表現也各不相同。
波爾翰還制造了一個度量單位來計算所有這些系統的成本，包括芯片大小、它能模擬多少神經元以及能耗等，結果表明，“神經網格”是最合算的神經元模擬方式，實現了波爾翰的初衷——制造出一款人們能負擔得起且能廣泛應用于各個研究領域的系統。
降低成本為當務之急
盡管如此，仍然有很多工作要做，最重要的就是降低成本。目前，“神經網格”電路板上每塊芯片的成本約為4萬美元。波爾翰相信，使用現代化的制造過程并大批量制造這種芯片，他能將每個“神經內核”的成本降低100倍；更廉價的硬件和編譯軟件則可以降低芯片的配置成本，如此一來，就能大大降低“神經網格”的成本，讓其有機會在多個領域大展拳腳。
例如，像人腦一樣高速有效運行的芯片能讓義肢擁有健全肢體所具有的復雜性和反應速度。波爾翰預見，未來，一塊類似“神經內核”的芯片能被植入殘疾人的大腦中，解釋人類的運動并將其翻譯成命令，指揮義肢。
目前，在波爾翰的實驗室內，“神經網格”正在對一個小型義肢進行控制，讓其實時執行運動命令。現在看來，這款小型義肢并不起眼，但它的操作桿杠和關節非常簡單，這很有可能是未來機器義肢的雛形。
當然，所有這些神經形態學系統，都無法與人腦的復雜性和高效性相比。波爾翰強調稱，盡管“神經網格”的能效約為一臺模擬100萬個神經元的個人電腦的10萬倍，但仍然無法與我們的大腦相匹敵。
波爾翰表示：“人腦內神經元的數量是‘神經網格’的8萬倍，耗能僅為其三倍。神經形態學領域的工程師們面臨的終極挑戰就是，規模和能效兩不誤，也就是說，達到人腦能效的同時，提供更好的可配置性和規模。”
