人脑非常擅长存储和处理信息。虽然我们对大脑如何工作的了解并不完整，但科学家和工程师正在开发模拟神经元在大脑中运作方式的计算技术。这不仅仅是为了建造更快的计算机；更是为了建造更快的计算机。大脑的能源效率也非常高，早期迹象表明神经形态系统可以提高能源效率。这是一个重要的考虑因素，因为能源消耗和废热是传统电子产品的限制因素。
对于该领域的工作人员来说，一个大问题是我们应该在模仿大脑方面走多远。未来的系统应该是神经形态的——试图创建尽可能接近大脑的系统——还是应该受到大脑的启发，而不是模仿它？
思考这个问题的一个好方法是鸟类和飞机之间的关系。人类飞行的灵感来自于鸟类，飞机模仿了鸟类飞行的几个方面——最明显的是两个翅膀。但飞机绝不是鸟类的复制品——例如，喷气发动机与扑动翅膀的肌肉有很大不同。
四位专家
本周，四位专家参加了 辩论 关于神经形态系统在计算中的未来作用。本次活动由 雷吉娜·迪特曼是德国于利希研究中心的电子材料专家。
争论神经形态计算的理由是 夸贝纳·博恩 – 加利福尼亚州斯坦福大学硅脑实验室的创始人兼主任 – 以及 拉尔夫·艾蒂安·卡明斯，他是马里兰州约翰霍普金斯大学计算感觉运动系统实验室的负责人。
提倡谨慎的人是 Yann LeCun – Meta (Facebook) 首席人工智能科学家，纽约大学计算智能、学习、视觉和机器人实验室成员 – 以及 比尔·达利 NVIDIA 首席科学家、斯坦福大学 Bio-X 成员。
3D 集成
Boahen 开始了这场辩论，他说神经拟态计算的成功取决于我们集成和扩展组件的能力，就像半导体行业多年来如何实现芯片上晶体管数量的指数增长一样。为了说明时间常数在神经形态摩尔定律中的重要性，他使用了一个有趣的神经形态计算能力单位——水豚的大脑——他将其与苍蝇的大脑进行了比较。
Boahen 认为，从 2D 架构转向 3D 架构将有助于推动集成，但也存在许多挑战。
艾蒂安-卡明斯指出，神经形态计算与传统计算有很大不同。与计算机中的电子脉冲不同，神经系统中的电压尖峰不携带信息，重要的是尖峰之间的间隔。从某种意义上说，神经形态系统达到了第四维度。
医疗应用
他强调，基于尖峰的神经形态系统将在生物系统与传统计算机的集成中发挥重要作用。这将带来更好的医疗技术，例如假肢。
在谈到神经形态计算的局限性时，达利指出尖峰是一种低效的数字表示方式。这意味着它们对于完成当前由传统计算机完成的许多任务并不是特别有用。事实上，他说我们需要更多地思考什么神经网络模型适合什么任务——以鸟和飞机为例。他说，神经形态系统对于模拟生物学很有用。
LeCun 同意我们需要对我们在计算系统中从大脑复制的内容保持聪明。他指出，神经形态计算所需的模拟电子器件目前很难构建和集成，并询问技术革命是否即将到来。
神经形态加速器
他说，神经形态系统可以用作加速器，为传统计算系统执行特定任务。他举的一个例子是增强现实眼镜的加速器。
专家们争论类人人工智能的可能路径
那么，观众是被神经拟态倡导者说服了还是被怀疑者说服了呢？ Dittman 在辩论开始时进行的一项民意调查显示，46% 的观众同意神经形态系统是高性能计算的未来。经过辩论，这个比例上升到了56%，所以同意了。
您可以在这里注册观看辩论： 高性能计算的未来：神经形态系统是答案吗？ 辩论由该杂志赞助 神经形态计算与工程。由IOP Publishing出版，还为您带来 物理世界.
- Kwabena Boahen 在此谈论基于硅的神经拟态计算 的情节 物理学世界周刊 播客.
该职位 神经形态系统是高性能计算的未来吗？ 最早出现 物理世界.
