跟著人工智能賡續(xù)使機械變得加倍智能，科技界很多人以為“奇點”——技巧提高使得機械比人類聰慧上指數(shù)級的倍數(shù)的時光點——就在面前。

　　然則，當(dāng)觸及到盤算的時刻，人類的年夜腦依然比地球上任何一個技巧處置體系都要壯大很多（并且效力高很多）。

　　現(xiàn)實上，開辟可以或許模擬年夜腦突觸的任務(wù)方法的微芯片——特殊是它們簡直不須要能量來處置和存儲信息的才能——一向以來都是盤算的“圣杯”。

　　來自艾克塞特年夜學(xué)、牛津年夜學(xué)和明斯特年夜學(xué)的研討人員引導(dǎo)的研討小組研發(fā)了一種專門的光子芯片。在測試中，這類芯片的運算速度可以比人腦的速度快1000倍。這類芯片假如用于超等盤算機，則可最年夜限制地同時貯存信息，并只需應(yīng)用最小的功率。迷信家們朝著這個盤算的“圣杯”又邁近了一步。

　　由于這款微芯片是由光驅(qū)動的，它們也能夠在比任何電子處置體系都更低的能量供給下履行高速盤算。

　　壯大的人腦硬件

　　在人類年夜腦中，突觸將神經(jīng)細胞（或神經(jīng)元）銜接在一路。組成記憶和思惟的年夜腦旌旗燈號以渺小的電荷的情勢經(jīng)由過程這些神經(jīng)細胞；當(dāng)電荷達到突觸時，它就會觸發(fā)神經(jīng)遞質(zhì)釋放，神經(jīng)遞質(zhì)是一種化學(xué)“信使”，在全部年夜腦中傳遞信息。

　　突觸功效的圖示

　　突觸實質(zhì)上是一種“電路”，它能增進我們的思想、感到和運動的激活。并且突觸的數(shù)目異常多：在一個安康的年夜腦中存在著年夜約1000億個神經(jīng)元，每一個神經(jīng)元都與其他不計其數(shù)的神經(jīng)元相銜接，年夜腦中突觸的數(shù)目估量在100萬億到1000萬億個之間。

　　不外，比它們的數(shù)目更使人驚奇的是它們的速度：年夜腦中數(shù)以萬億計的“突觸銜接”的運轉(zhuǎn)速度與一臺具有每秒1萬億比特的處置器的盤算機的速度相似。（作為參考，這比你辦公室的每秒100兆比特的以太網(wǎng)速度要快1萬倍。）

　　發(fā)明更像人腦的微芯片

　　斟酌到人類年夜腦生成的壯大處置才能，“神經(jīng)形狀盤算”范疇的研討人員正在開辟以年夜腦為靈感的盤算機、裝備和用于貿(mào)易用處的電子產(chǎn)物的模子。假如他們勝利了，神經(jīng)形狀芯片（或神經(jīng)芯片）有一天會代替我們的智妙手機和其他裝備里的CPU（中心處置器）。

　　如今，即便是世界上最快的處置器和CPU也沒法接近年夜腦突觸的處置速度。在一個模仿試驗中，生物年夜腦1秒鐘處置的盤算量，在K盤算機（地球上最快的超等盤算機之一）中，跨越8萬個處置器任務(wù)了40分鐘才完成。

　　讓盤算機變得更快是能夠的，但也須要更多的能量。人類年夜腦的兩個重要的構(gòu)成部門比擬機械占領(lǐng)優(yōu)勢。我們宏大的神經(jīng)元收集和突觸可以：

　　1）疾速并同時地處置和存儲年夜量信息（這被稱為“并行處置”）；

　　2）用異常少的能量停止并行處置，總共只須要幾十瓦特的功率。

　　歐洲的研討人員用他們的光驅(qū)動芯片（light-powered microchip）處理了這兩個成績——他們制作出一種速度驚人的“硬件突觸”（hardware synapse），并且所需能量極低。

　　研討人員經(jīng)由過程將“相變”（phase-change）資料和光子集成電路組合在一路，制作了這類芯片。相變資料在平常物品中有普遍運用，如可擦寫型的CD和DVD。

　　相變資料是一類隨溫度變更，可以或許儲或和釋縮小量能量的物資。同時，光子集成電路應(yīng)用光而不是電子來把持原子和履行其他功效。

　　應(yīng)用光取代昂貴的、低效力的動力（例如電力）是很多迷信家的目的。現(xiàn)實上，一個被稱為“集成光子學(xué)”（integrated photonics）的學(xué)科專注于開辟基于光旌旗燈號的疾速處置芯片，用于更快、更環(huán)保的電子產(chǎn)物。

　　由艾克賽特年夜學(xué)、牛津年夜學(xué)和明斯特年夜學(xué)的研討人員開辟的光子芯片是一個很好的例子。依據(jù)研討小組的說法，他們的光子神經(jīng)突觸可以比人腦的速度快1000倍，這代表了破解年夜腦模仿盤算機的“圣杯”的癥結(jié)一步。

　　雖然迄今為止，研討團隊只停止了測試，以證實該微芯片在“突觸模仿”中的可編程性和有用性。但研討人員稱，他們的這一年夜腦啟示的立異顯示了神經(jīng)形狀盤算對象的處理計劃的一個根本請求。而這恰是研討人員所說的“開辟性沖破”的意義地點。

　　再回到AI范疇：假如在不久的未來，一個高速的、基于光的神經(jīng)芯片被運用在我們的電子產(chǎn)物，那末這些裝備將可以或許以比以往更快的速度、更低的能量需求處置AI算法。假如裝備可以或許更快地支撐AI和高等機械進修，人類的年夜腦就會掉去它絕對于機械的某些優(yōu)勢，這或許會讓我們瑰異點又近一步。