仿生晶元一直是人工智慧AI領域的一顆明珠。因為他想挑戰的是人類最終極的秘密——大腦。而如今這條道路發展衍生出了兩個方向，一個計算更快，一個計算更省力，有趣的是，這兩個不同的研究方向的最終終點都是我們的大腦。

學習大腦

人工智慧的終極目標應該就是製造出像人腦一樣的東西。2016年阿爾法狗（AlphaGo）擊敗圍棋冠軍李世石的那一刻，人工智慧披上新的榮光。阿爾法狗雖然很聰明，但是他有一個巨大的問題就是耗能。

AlphaGo在下棋過程中約消耗1兆瓦的電能，相當於一天約100戶家庭的供電量。相比之下，包含超過1000億個神經元的人腦，消耗的功率僅20瓦，只有AlphaGo所消耗能量的5萬分之一。

從這個角度上來說，阿爾法狗輸得很徹底。不給過從這裡我們可以看出，它的發展方向就是想要計算得更快這條分支。從某個角度上說，這條分支也就比較簡單的，依賴材料的更新和深度學習的過程，它就可以變得更加的聰明。

仿生晶元

AI計算速度可以變得很快，但是耗能也是一個大問題。2014年，IBM公布TrueNorth晶元，包含4096個內核，100萬個神經元，而功耗只有65毫瓦。其長期目標是建立擁有100億個神經元、數百兆個突觸、僅消耗1KW功率、體積不到0.002立方米的晶元系統。

而現在越來越多的企業，包括英特爾、IBM、高通、三星、惠普等科技巨頭都在研究神經元晶元，為人工智慧AI的耗能提供動力，值得注意的是，我國的清華大學、中科院、浙江大學和復旦大學等頂尖學府和研究機構，在這一領域的研究中發揮著不容小覷的作用。

一方面是人工智慧計算越來越快，一方面是計算時的耗能愈來愈低，人類的大腦在努力思考著創造另外一個「大腦」，也許在未來成功的那一刻，人類對自己才算是真正的認識。大家關於仿生大腦還有什麼想說的，可以關注並留言給科技貓。