自從計(jì)算機(jī)出現(xiàn)以來(lái)，人們就預(yù)測(cè)計(jì)算機(jī)未來(lái)具有人類大腦的能力。實(shí)際上，在計(jì)算機(jī)的大多數(shù)歷史中，計(jì)算機(jī)完全沒(méi)有實(shí)現(xiàn)像大腦那樣工作 。但是，近年來(lái)，它們之間的距離越來(lái)越近了。

普渡大學(xué)的Priyadarshini Panda和她的合著者Kaushik Roy和Akhilesh Jaiswal 在《利用神經(jīng)形態(tài)計(jì)算實(shí)現(xiàn)基于Spike的機(jī)器智能》中 概述了計(jì)算機(jī)實(shí)現(xiàn)目標(biāo)的漫長(zhǎng)而持續(xù)的道路類似于大腦的思維能力。

電氣工程學(xué)教授強(qiáng)調(diào)，仍然沒(méi)有什么東西能像大腦一樣工作，尤其是部分因?yàn)榇竽X的工作原理仍然是一個(gè)謎。另外，大腦的功能仍然強(qiáng)大得多，沒(méi)有硅芯片可以接近大腦的大規(guī)模3D連接。也就是說(shuō)，計(jì)算技術(shù)可以從算法和硬件的角度模擬“生物似然”的方式，從而以類似于大腦的效率來(lái)實(shí)現(xiàn)類似于大腦的能力。

一種方法是通過(guò)所謂的基于峰值的機(jī)器學(xué)習(xí)。在標(biāo)準(zhǔn)芯片中，晶體管一直在工作。但是，在大腦中，神經(jīng)元僅在需要時(shí)才會(huì)發(fā)射信號(hào)，即交換或傳遞信息。這就是所謂的事件驅(qū)動(dòng)尖峰，它更加節(jié)能，從而可以更快地處理。在硬件方面，除了硅器件和馮·諾伊曼(von Neumann)架構(gòu)以外，還有很多有趣的研究可以加速基于尖峰的計(jì)算，并規(guī)避了摩爾定律的限制，該定律指出芯片將繼續(xù)采用更多的晶體管-這是一個(gè)概念專家認(rèn)為它即將結(jié)束。