建造一台可以支持人类大脑规模和复杂性的人工智能的计算机将是一项宏大的工程工作。如今，美国国家标准与技术研讨所的研讨人员概述了他们以为我们将如何完成目的。
我们如何、何时以及能否会创造出与我们的认知才能相婚配的机器，是计算机迷信家和哲学家之间激烈争论的话题。最具争议的成绩之一是处理方案需求在多大程度上反映我们迄今为止最好的智能示例：人脑。
由深度神经网络驱动的人工智能的疾速发展——虽然它们的称号与大脑的运作方式非常不同——曾经让许多人置信，我们能够可以在不模拟大脑硬件或软件的状况下完成“人工通用智能”。
其别人以为我们照旧短少智能如何运作的基本方面，而填补空白的最佳方法是自创自然。对于许多人来说，这意味着构建“神经形状”硬件，以更接近地模拟生物大脑的架构和操作。
成绩是我们掌握的现有计算机技术看起来与生物信息处理系统非常不同，并且以完全不同的原理运转。首先，古代计算机是数字的，而神经元是模拟的。虽然两者都依赖于电信号，但它们的滋味却截然不同，大脑也运用大量化学信号停止处理。
不过如今，NIST 的研讨人员以为他们曾经找到了一种方法，可以模拟大脑的核心属性，将现有技术结合起来。运用他们的方法，他们勾勒出“神经形状超级计算机”的蓝图，它不只可以婚配，而且可以超越生物系统的物理极限。
的关键在于他们的方法，在概述运用物理快报，是电子和光学技术的组合。逻辑是电子学擅长计算，而光学系统可以以光速传输信息，因此将它们结合起来能够是模拟大脑出色计算和通讯才能的最佳方式。
这不是一个新想法，但到目前为止，将我们最好的电子和光学硬件凝胶化已被证明非常困难。该团队以为他们曾经找到了一种潜在的处理方法，将系统温度降至负 450华氏度。
虽然这似乎只会使成绩复杂化，但它实践上开拓了许多新的硬件能够性。有许多高功能电子和光学组件只能在这些寒冷的温度下工作，例如超导电子设备、单光子探测器和硅 LED。
研讨人员建议运用这些组件来构建人工神经元，这些人工神经元的运转方式更像是它们的生物表亲，而不是传统的计算机组件，发射电脉冲或尖峰，而不是穿越于数字之间。
每个神经元都有数千个由单光子探测器制成的人工突触，它们接收来自其他神经元的光学信息。这些输入信号由超导电路组合和处理，一旦它们超过某个阈值，硅 LED 就会被激活，向一切下游神经元发送光脉冲。
研讨人员想象在 300毫米硅晶片上组合数百万个这样的神经元，然后堆叠晶片以创建一个高度互连的网络，模拟大脑的结构，每个芯片上的光波导处理短程衔接和远程衔接。那些经过fibe处理ř光缆。
他们承认需求对整个设备停止低温冷却是一项应战。但他们表示，他们设计的电源效率的提高应该抵消这种冷却的成本，并且一个人脑规模的系统不需求比古代超级计算机更多的电力或空间。他们还指出，有分明R＆d进入低温冷却的量子计算机，他们可以很能够搭载过的。
研讨人员曾经经过实验证明了该系统的一些基本组件，虽然他们承认将一切部分组合在一同还有很长的路要走。虽然其中许多组件与标准电子制造兼容，但找到廉价制造和集成它们的方法将是一项艰巨的义务。
也许更重要的是机器将运转什么样的软件的成绩。它的设计实行“尖峰神经网络小号”相似于在大脑中发现的，但我们的生物神经网络的看法照旧是初步的，而我们的模拟才能他们更是雪上加霜。虽然迷信家和科技公司都在实验这种方法，但它的才能仍远不及深度学习。
鉴于构建这种规模的设备所触及的宏大工程应战，这个蓝图能够需求一段工夫才能脱离绘图板。但该提议是寻觅通用人工智能的一个风趣的新篇章。 | 
