变形金刚也许不再科幻：硬件将能模拟人类大脑

　　小编认为，人类最大的骄傲就是具有情感和学习能力。我们看过不少的科幻片，未来机器人是否也具有人类的思考能力呢，它距离我们还有多遥远？接下来，让我们来看看目前机器人科学发展到什么样的程度。

　　大多数人认为动物的大脑胜过任何智能机器人，然而我们制造出的硬件可以复制天然大脑的一天即将到来。这不是变形金刚一类的科幻片。我们也不必害怕未来邪恶的机器人大军将统治这个世界。现实比这有趣的多，而且这将是现代机器人学，医学，神经学上的一次巨大飞跃。

BrainScaleS计划

　　这个研究项目称为BrainScaleS，由德国海德堡大学基尔霍夫物理研究所主导，15个研究机构合作研究，目标是要用硬件模拟天然大脑的一部分。此项目基于海德堡大学的研究者正在开发的“神经形态硬件”，电子元件组成(如，晶体管，微芯片)的模拟电子系统重构神经突出行为。

　　研究组的科学家刚启动了项目的第一个原型：8英寸晶元上集成了5千1百万的人工突触(如上图)。对于这项巨大突破，高级研究员Johannes Schemmel 博士如此描述：

　　“我们的目标是要在海德堡建立一个工作系统，允许全世界的科学家通过网络进入。”

图. 海德尔大学

　　该原型仅仅代表了大脑的一小部分，却可以有效测试随时间推移天然神经的信号处理过程。该项目预计将于三年后结束，届时硬体大脑模型将构建神经处理速 度是天然生物神经系统的10000倍。“这意味着当神经系统学习某个行为时，可能自然生物需要几分钟时间，而硬体大脑只需要不到一秒就可 以。”Johannes说。

为什么要做这些研究？

　　目前几乎所有的大脑研究依赖于计算机模拟。研究者使用高性能计算机运行模拟神经系统行为的软件，有一些有名的程序，如 Henry Markram 的 Blue Brain Project。Blue Brain Project的最初目标是模拟老鼠的大脑皮层，该目标已经在2006年达到。Markram的下个宏伟目标是建立人类大脑的功能模拟。

　　其他的方面的尝试包括物理学家出生的神经学家Sebastian Seung，他研究的是现在最热门的“神经连接组学”。Seung在MIT的研究组试图发明能够识别和描述连接大约10亿神经元的连接体。在两年前的TED演讲中，他花了20分钟试图解释我们大脑神经系统不可思议的复杂性，以及通过可视化人类心智来进一步了解大脑，哪怕只是一点点所具有的挑战。

　　软件模拟和硬件构建这两种方式有什么不同呢，那一种更重要？软件模拟与处理能力挂钩，目前还没有哪种系统能够比得上生物神经系统。为了模拟哺乳动物的大脑，我们需要整个发电厂大小的系统。用Johannes的话来说，这是完全不可行的：

　　“对神经科学来说，建模是必要的。如果我们没有模型来重构神经元和突触，我们将无法理解大脑怎么工作。我每个神经细胞的行为太过复杂，不可能将所有东西扔进方程里就能表达。”

　　这就是为什么Johannes和他的研究组放弃软件而使用电子器件的原因。用这种工作系统可以用新的方式模拟大脑的部分功能帮助我们分析，最后彻底 理解大脑的工作方式。这样的硬件对智能机器人发展具有重大意义。再此强调，这里没有“变形金刚”，但我们的系统越来越强大，自适应，并对错误处理更具弹 性。

　　这样的目标在很长时间里刺激了神经科学和计算的研究。2011年秋季Massachusetts科技研究所的研究者展示了一种计算芯片，这种芯片可 以模拟大脑神经适应新的外界信息和模拟单个大脑突触的行为活动。11月份，研究者Chi-Sang Poon 告诉msnbc.com 的John Roach“在人类大脑中有1千亿的神经元，每个都有突触，每个突触之间都有间隙。模拟一个突触是建立真正智能大脑系统的第一步。”

　　Johannes说，大脑的学习能力是神经科学中最有趣的部分之一。当我们开始考虑大脑模拟电子系统时，第一反应是能否自我学习。这个想法无疑很美 妙，但却相当困难。从单细胞进化而来的神经元通过细胞分裂成长，与外界同步交换信号并且调整个体的功能。这就是科学家想要复制的。

　　“问题是，我们可以分析单个神经元，百万个或百万个个体却不行。这就是为什么我们要建立统计模型。这包括了我们不能直接测量的多地难以置信的参 数。”神经形态硬件的一个主要缺点是硬件不具有像生物体一样的灵活性。这一点上，软件占有优势。“当发现对生物体有新发现时，我们会从头构建我们的硬 件。”

　　BrainScaleS的首要任务之一是为神经学家，生物学家，物理学家，IT学者的合作构建一个平台，尽可能联合他们的知识并更具弹性的创建这个系统。

　　“在接下来的几年里我们就可以看到它的工作成果。我们就可以发现差距，从中学习并构建下一代神经形态硬件。”