“我可以将神经元细胞的工作模式告诉你，然后你能不能设计出模拟神经元细胞工作的程序呢？其实你们云服务的并联程序，和神经元工作的情况很相似。”

第160章人工智能诞生1（比较硬核）

　　神经元是大脑的基本单元，能感知环境的变化，再将信息传递给其他的神经元，并指令集体作出反应。

　　其交流语言的本质是膜电位脉冲，这可被理解为细胞编制的离散式数字脉冲信号，类似于计算机的1和0数字信号。

　　所以即便不能完美模仿出仿生神经元，也能模仿运行机制。

　　陆晓在胡源这里了解了最新研究，英特尔蓝巨人，这些公司全部都在押注神经元芯片，如果能实现，意味着可以制造电子仿生脑！

　　运算能力也许会远超出人类的大脑，比现在的性能提升无数倍。

　　当然现在来看，人脑就比不上计算机运算了，所以仿生大脑并不是照着做，而是吸收一些技术。

　　“我听说英国那边也根据神经元运行机制，正在研究仿生神经元芯片，比如一些脑部疾病，神经瘫痪就可以用人造的芯片替代原本的神经元。”胡源说道。

　　两人刚才讨论了许久，但具体怎么做，陆晓还是没有太多头绪。

　　听胡源一直在说国外多领先，他也很有危机感。

　　这次交流，陆晓能确定的是，他们没可能单独制造仿生神经元芯片，唯一的解决办法就是用现有芯片、系统设计新的软件程序。

　　陆晓迫切需要更多模拟点，可惜如今只能靠着自己的能力解决难题。

　　接下来几天，三人天天开会，陆晓在第一天只是请教大家的看法，提提意见，但在讨论得出是通过软件模拟神经元工作原理后，后面都是陆晓请教两位教授一些问题。

　　同时陆晓也在想办法收集一切资料，连陈杨那边陆晓都找他帮忙了。

　　还真从陈杨这里获得了一些海外资料。

　　具体渠道不得而知，倒是给了陆晓很大的启发。

　　2008年，IBM开始和他们的大学合作伙伴们寻求构建一个类脑的机器，这个在当时不可能的任务，在2011年有了第一次突破性成果：IBM的第一代神经突触计算机芯片。

　　研究人员制造出两个这样的芯片模型，这两个芯片模型均包含256个数字神经元，其中一个包含262144个可编程突触，另一个则包含65536个可学习突触，并通过测试展示其可执行导航、机器视觉、模式识别、关联记忆和分类等简单功能。

　　用这种芯片造出来的系统被称为“认知计算机”，它们无法像传统计算机一样进行编程，但可以通过积累经验进行学习，发现事物之间的相互联系，模拟大脑结构和突触的可塑性。

　　根据这项技术后续研究的成果，差不多是照着大脑机制仿制，而大脑有超过100亿的神经元和100万亿个神经突触。

　　到了现在一些情报显示，他们已经制造出了1000万个神经元的芯片。

　　名叫TrueNorth，该芯片只需消耗140毫瓦，并能够进行每瓦每秒4600亿次突触操作，是一个实实在在的掌中突触超级处理器。

　　因为这种技术是利用高精度光刻机将大脑神经元的电特性复制到了硅芯片，相当于是把神经元的硬件通路，刻在硅芯片内。

　　因为国内芯片制造技术不达标，没办法模仿对方。

　　好在除了从硬件上模拟大脑，还有软件层面模拟，也就是现在的神经元网络技术。

　　人工神经网络主要架构是由神经元、层和网络三个部分组成。

　　整个人工神经网络包含一系列基本的神经元、通过权重相互连接。

　　神经元是人工神经网络最基本的单元。

　　单元以层的方式组，每一层的每个神经元和前一层、后一层的神经元连接，共分为输入层、输出层和隐藏层，三层连接形成一个神经网络。根据这个理论，陆晓可以将X云服务并联的无数计算机，当成是三个部分其中的网络部分。

　　神经元部分和层部分，都设计在单独的计算机当中。

　　每台计算机将预留一部分供应X云服务，其他部分全部用来模拟神经元。

　　其中需要最底层的神经元服务器，这些计算机将永远不能关机，就算要关机，也必须把数据转移到其他服务器，可能导致数据出错，或者说根本不能转移。

　　打个比方，这部分就像是一个人的生命一般，每个人的生命只有一条，而靠着现在这条技术陆晓真的制造出人工智能，这些不能关闭的服务器，就是人工智能的生命。

　　服务器内的所有内容不能进行任何修改，是最基础的神经元网络。

　　剩下的部分，也就是动用其他人的电脑计算机资源设计的神经元程序，就是可学习变动的神经元。

　　当并联网络、不可关闭的服务器、无数普通用户的计算机资源，三者结合，终于在理论上可以制造出非常厉害的人工智能。

　　具体会是什么样子，陆晓其实并不清楚。

　　这只是在数学模型上验证，可以实现的技术。

　　而且，这项技术，还是陆晓没有使用模拟点，靠着自己积累的大量学科知识，偶尔用正常模拟提高进度，不停学习产生的灵感。

　　很多技术难点，都是靠着X系统内的算法程序实现的。

　　因为X系统就是一个大宝库，里面有非常多可以利用的程序代码。

　　这几天时间，对程成教授和胡源教授来说，三观都