導語：12月20日出版的美國《紐約時報》印刷版刊登題為《人腦一樣的電腦，從經驗中學習》(Brainlike Computers, Learning From Experience)的評論文章稱，隨著IT技術的不斷進步，今后的電腦將從一定程度上模擬人腦的思維方式，具備自我學習能力。

以下為文章主要內容：

電腦已經進入了自己學習經驗教訓的時代，這將給數字世界帶來一場徹底變革。

　　2014年將會誕生一種全新的電腦芯片，它不僅可以自動完成目前需要復雜程序才能完成的任務——例如流暢而高效地移動機器人的手臂——而且還能繞過和容忍錯誤，從而使得“電腦崩潰”成為過去。

一些大型科技公司已經在嘗試這種新的計算方式，它模仿了生物神經系統，也就是神經如何對刺激做出反應，并與其他神經元共同解讀信息的方式。它可以讓電腦一邊執行任務，一邊吸收新的信息，從而根據外部信號的變化調整運行方式。

今后幾年，這種方式將催生新的人工智能系統，并將完成一些在人類看來非常簡單的任務，包括聽、說、看、導航、操縱和控制。這將為面部和語音識別、導航和規劃等任務帶來巨大的飛躍，這些功能目前仍然處于初級階段，十分依賴人工編寫的程序。

設計師表示，這種計算風格可以讓機器人更加安全地行走，但要實現科幻小說中那種具備自主思維能力的電腦，仍然需要等待一段時間。

“我們正在脫離工程電腦系統，向擁有很多生物計算特征的時代邁進。”加州電信與信息技術學院天體物理學家拉里·斯馬爾(Larry Smarr)說。該機構就是眾多正在開發這種新型電腦電路的研究機構之一。

傳統電腦受制于程序限制。例如，計算機視覺系統只能根據系統預置的算法“認出”物體。這種算法以統計學數據為基礎，就像是一道菜譜，需要按照步驟執行計算指令。

但谷歌研究人員去年卻開發了一種名為“神經網絡”的機器學習算法，可以自主完成識別過程。這套程序掃描了1000萬張貓的圖片后，便可以自動識別出貓。

該公司今年6月表示，已經使用這些神經網絡技術開發了新的搜索服務，可以更加精準地找到特定照片。

這種新方法同時應用于軟硬件領域，它的發展得益于人類對大腦了解的突飛猛進。但斯坦福“硅腦”研究項目負責人、計算機科學家夸貝納·波爾翰(Kwabena Boahen)表示，由于科學家遠未充分理解大腦的運行方式，所以這種模式同樣存在局限。

“我沒有線索。”他說，“我是個工程師，我要做一些東西。目前有很多冠冕堂皇的理論，但你得給我一個能做出東西的理論。”

直到現在，電腦設計理念還在使用約翰·馮·諾依曼(John von Neumann )65年前開發的理論。微處理器以高速運轉，然后輔以冗長的二進制指令。通俗地講，這種方法通常會像記憶一樣分別存儲信息，有可能存儲在處理器中，也有可能存儲在臨近的存儲芯片或高容量磁盤里。

例如，天氣模型或字處理文件的文字等數據，都會像短期記憶一樣迅速進出處理器，而電腦則負責執行預先編好的指令。最終結果則被存儲到主存儲器中。

新的處理器包含的電子元件，可以被模仿生物突觸設計的“線路”連接起來。由于它們的基礎是大量與神經元類似的組件，所以也叫神經形態處理器，這個詞是由加州理工學院物理學家卡瓦·米德(Carver Mead)1980年代發明的。(鼎宏)