研發一臺計算機，讓它像人類一樣做決策，擁有人類一樣的智力，這是IBM正在考慮的事，現在它朝著目標前進了一大步。

　　IBM開發了一款名叫TrueNorth的芯片，它可以模擬人類大腦的功能。IBM正在測試芯片，借此證明它與現有計算機相比有多快、有多節能。

　　正面對決結果讓人印象深刻。IBM表示，TrueNorth可以調用深度學習技術，通過關聯分析和判斷可能性做決策，像人類大腦一樣。與擁有相同目的的其它計算機相比，新計算機消耗的能源更少。

　　IBM在博客中表示，TrueNorth芯片具備學習和計算能力，它創造了一種可能能，我們可以將智力嵌入所有的計算設備中，包括物聯網、智能手機、機器人、汽車、云計算、超級計算。

　　今年早些時候，IBM曾經展示過芯片，當時芯片裝進了一臺名叫NS16e的計算機中，它是模仿人類大腦開發的。計算機可以識別圖片、語音和模式，這些功能是通過處理單元的神經網絡進行的。

　　人類大腦有1000億個神經元，它們可以通過數萬億個神經節點（突觸）彼此溝通。其中，視皮質可以識別視覺信息，其它部分負責運動機能。

　　和大腦一樣，NS16e擁有“數字神經元”，只是數量少很多，系統中包括了16顆TrueNorth芯片。每一顆TrueNorth芯片擁有100萬個神經元，2.56億突觸，它們通過電路彼此聯系。NS16e安裝了重新設計的內存、計算和通信子系統，可以進行數據處理，能耗低很多。

　　IBM曾經表示，TrueNorth處理器可以按每秒1200-2600幀的速度給圖片數據分類，消耗的能源只有25-275毫瓦。處理器還可以識別圖片模式，這些圖片是用50-100個攝像頭生成的，每秒24幀。如果將芯片安裝到手機中，它也可以具備這種能力，幾天不用充電。

　　和今天的服務器相比，新芯片能耗低很多，今天的服務器依賴于傳統芯片，比如GPU、CPU、FPGA，企業用這些組件來識別圖片和語音。Facebook、谷歌、微軟、百度用深度學習技術進行學習，通過解析與圖片、語音識別有關的答案來學習。這些深度學習系統一般是由GPU驅動的，功率超過150瓦。

　　TrueNorth擁有算法和深度學習模型，包括識別模式，可以將過去和現有數據關聯起來。IBM為不同的深度學習模型開發了相對應的算法，但是芯片可以應用于現有系統，比如MatConvNet。從本質上講，開發者可以用MatConvNet開發學習模型，TrueNorth負責后臺處理工作。開發者沒有必要直接接觸TrueNorth。

　　IBM的策略和早期的游戲開發有點類似，最開始時程序員并不接觸GPU，因為大多人并不知道如何利用芯片的功能。最近，Vulkan替換了OpenGL API，將GPU功能直接展示給程序員看，如此一來，他們就可以更好利用芯片的功能。

　　深度學習的潛力已經在無人駕駛汽車上得到體現，強大的計算機引導汽車安全行進，正確識別信號、車道、其它對象。和汽車、服務器中的芯片一樣，TrueNorth會在每一個神經元上進行低級處理，然后將結果匯總，從而識別圖像中的對象，或者識別一種聲音。Nvidia、英特爾的芯片也采用了相同的技術，但是它們的芯片能耗比TrueNorth高了很多。

　　目前TrueNorth芯片仍然處在發展初期。IBM計劃研發一臺計算機，它安裝TrueNorth芯片，規格跟人類大腦相當，但是IBM面臨一定的挑戰，主要是因為這臺計算機太龐大，要開發算法和應用有些困難。

　　從2004年開始IBM就在研發大腦式芯片，2009年，計算機已經可以模擬貓的大腦。2011年IBM開發出原型芯片，它擁有256個數字神經元，具有模式識別能力。如果要真正開發一臺計算機，讓它模擬人類大腦，還要等很長的時間。

　　IBM還在開發量子計算機，它可以替代現有PC和服務器，現有設備采用的設計已經很老了，用了幾十年。還有一些企業和機構也在開發可以模擬人腦的芯片，比如惠普企業（Hewlett Packard Enterprise）、斯坦福大學、德國海德堡大學、英國曼徹斯特大學。