加州大学首次实现用神经元模拟芯片执行仿生任务

　　模拟人类大脑的电子芯片已经算不上新鲜事物——IBM已于去年就发布了达到量产级别的神经突触模拟芯片SyNAPSE——但要说利用这样的芯片来执行大脑任务，则还尚未有过先例。不过加州大学圣巴巴拉分校的研究人员已经打破了这个僵局。他们利用了一个最基础的、只有100个神经元突触的仿生芯片，执行并完成了人类大脑最典型的任务——图像识别。这在人类史上尚属首次。

　　利用基于记忆电阻(memristor)的技术来避开视觉干扰，并辨识出字母，从整体上看有点类似人要在人群中鉴别出好友。传统电脑当然也能完成这样的仿生任务，但代价却是需要配置极其昂贵，且性能异常突出的芯片。

　　加州大学圣巴巴拉分校的研究实验与真正的能媲美人类智慧的高复杂神经计算机显然还存在着相当的距离。譬如要实现在看到一个场景时能主动意识到其中的不和谐之处，我们不仅要更深层次了解神经反应的原理，也需要有更多的人工突触来支持。当然，这一切应该都只是时间问题。

　　科学家们相信，不久的将来就会出现一个由记忆电阻网络和传统处理器共同组成的系统，并帮助人类解决复杂的任务。而最终，一个完全由仿生芯片打造的计算设备，将会在未来为人类提供真正智能的导航应用，及可进行诊断的医学成像系统。