2014芯片新技术：神经形态芯片
【回顾】2014年十大科技创新
10、智能手表
阅读原文微信阅读数:302 微信点赞数:2 (更新时间:2014/12/17 15:18)
但是请不要被上述的现象欺骗哦。要谈论未来，我们先回归当下。2014年出现了一些惊人的技术创新，看看下面的创新吧：
1.Hendo Hover
2.Samsung Gear VR
3、更快更强的SSD
4、Wi-Fi 的未来
5、Intel’s power play
6.DDR4
B Type-C
8、5K显示
也许2014年在用户硬件方面最明的事情就是什么都没有发生
【回顾】2014年十大科技创新
2014年12月15日 作者：eoe移动开发者社区
也许2014年在用户硬件方面最明显的事情就是什么都没有发生。英特尔14nm Broadwell芯片经历了巨大的延迟。AMD未能引入新的显卡。Valve 期望的Steam Machine 未能问世。
神经形态学芯片技术的原理和应用
神经形态学芯片技术的原理和应用在神经科学研究领域，神经形态学芯片技术是一种非常重要的先进技术。
它可以通过对神经元的形态、结构和功能进行高精度的监测和研究，为神经科学研究提供了强有力的支持。
那么，神经形态学芯片技术到底是什么呢？本文将详细介绍神经形态学芯片技术的原理和应用。
一、神经形态学芯片技术的原理神经形态学芯片技术是一种基于微电子制造技术的神经科学研究方法。
其核心原理是利用微电子加工技术，在芯片表面制造出一系列微米级的芯片结构，并且通过这些微米级结构来模拟和监测神经元的形态和功能。
通过这些结构，可以实时监测和记录神经元的电位、膜电位、离子通道等信息，同时还可以模拟神经元的运动、连接和变形等现象。
神经形态学芯片技术的核心技术包括三个方面：第一个是微电子加工技术。
由于神经细胞的尺度非常微小，因此需要利用先进的微电子加工技术，在芯片表面形成具有微米级别的结构。
这些结构包括管道、阻抗器、电路等，可以对神经元进行高精度的监测和控制。
第二个是像素级成像技术。
神经形态学芯片技术需要将神经元的信息转化成数字信号，并且需要高精度的像素级成像技术来进行图像重现。
这些图像能够提供神经元内部的信息，如钙离子浓度、离子通道活性等。
第三个是计算机软件技术。
神经形态学芯片技术需要利用计算机技术进行数据处理和分析，根据成像结果来还原神经元的精细结构，并且可以利用计算机进行神经元的三维成像、跟踪和重建等。
二、神经形态学芯片技术的应用神经形态学芯片技术在神经科学研究领域有着广泛的应用。
其主要应用包括以下几个方面：1.神经网络组织研究神经形态学芯片技术可以模拟神经元之间的信号传递方式和网络组织模式，可以研究神经元之间的相互作用和连接方式，进而揭示神经网络的复杂性和规律性。
2.神经元形态结构研究神经形态学芯片技术可以对神经元的形态和结构进行高精度的识别和监测，可以研究神经元的形态变化和发育过程、神经元的变形过程以及神经元的退行变化等现象。
2014年美国科技进展
2014年美国科技进展基础研究宇宙研究成果丰硕，理论物理、生命科学等成果不断涌现，新的方法和技术同信息技术融合给科研带来巨大推动。
在探索宇宙方面，詹姆斯—韦伯太空望远镜的仪器设备全部到位，即将成为人类有史以来观测能力最强的太空望远镜；美国利用宇宙网络成像仪拍摄到前所未有的星系际介质图像，有助于加深对星系和星系间动态的认识；借助改进过的双子座行星成像仪拍摄到了迄今最清晰系外行星照片，将有助于科学家更好地了解系外行星的运行规律及其年龄、质量等信息；天文学家现已在计算机上“从零开始”创建一个宇宙，以前所未有的准确度模拟出了星系的分布和组成；有证据表明，早期宇宙的性质由最小星系决定。
美国哈佛—史密森中心在内的联合研究团队发现了宇宙原初引力波存在的直接证据，成为宇宙暴涨理论的第一个最有力验证。
该研究成果同时被认为有望揭示宇宙诞生之谜；欧洲空间局的研究团队分析普朗克望远镜从同样天体捕获到的数据提出了另一种观点，认为“原初引力波”信号可能源于太空尘埃。
美国费米国家加速器实验室的科学家首次观察到了粲夸克衰变成反粲夸克现象。
美国普林斯顿大学的研究团队宣布，找到了由物质和反物质组成的马约拉纳费米子。
美拟对撞金原子再现原始“粒子汤”。
上述研究不仅有助于解释宇宙为什么由物质而非反物质组成这一问题，进一步弄清暗物质的性质，还将有望厘清早期宇宙如何演化到现有状态。
美国天文学家发现了“体重”为地球17倍的新型岩石行星，颠覆了行星形成理论；另一项联合研究在太阳系内发现了一颗遥远的矮行星，刷新了有关太阳系边界的认知，揭示了一颗质量十倍于地球的大行星存在的可能；美国研究者联合使用多台天文望远镜发现了一颗可能是迄今发现的“最寒冷、最暗淡”的白矮星。
在探寻地外生命方面，美国航空航天局勾勒了利用现有及未来的太空望远镜技术寻找外星生命的路线图，保守估计银河系内一亿个星际环境可支持生命存在；搜寻地外文明科学实验计划公布了两个新的技术方法，包括在世界范围内使用望远镜阵列寻找文明存在的信号；美国科学家在火星第三大火山阿尔西亚山的山麓上，发现了大型湖泊曾经存在的痕迹；研究显示冥王星卫星“卡戎”可能存在表面冰层且有巨大的裂缝；美国天文学家首次在一个海王星大小的太阳系外行星上发现了水蒸气；利用开普勒太空望远镜在太阳系外找到了一颗大小与地球类似的拥有液态水的行星。
人工智能芯片的设计与性能评估考核试卷
A. von Neumann
B. Harvard
C.数据流
D. VLIW
3.人工智能芯片的制造过程中，以下哪些工艺技术被广泛应用？（）
A. FinFET
B. FD-SOI
C. HKMG
D. CMOS
4.以下哪些指标可以用来评估人工智能芯片的性能？（）
A.运算速度
B.内存带宽
C.能效比
D.热设计功耗
5.以下哪些类型的神经网络在人工智能芯片中得到了广泛应用？（）
A.卷积神经网络(CNN)
B.循环神经网络(RNN)
C.长短时记忆网络(LSTM)
D.自编码器(Autoencoder)
6.以下哪些公司是人工智能芯片市场的主要参与者？（）
A.英伟达
B.英特尔
C.高通
D.苹果
2.深度学习要求高算力和低延迟。通过设计专用硬件加速器、优化的内存结构和高效的数据流来满足这些要求。
3.平衡算力、功耗和成本需要根据应用需求进行取舍。采用合适的工艺技术、优化芯片架构和电源管理可以达成平衡。
4.在边缘计算中，人工智能芯片可以实时处理数据，减少延迟，提高隐私和安全性，适用于无人驾驶、智能家居等场景。
5.在人工智能芯片中，增加核心数一定能提高能效比。（）
6.人工智能芯片只能应用于高算力的场景，不适合移动设备。（）
7.神经形态芯片的设计灵感来源于生物神经网络。（√）
8.人工智能芯片的性能与所使用的编程语言无关。（）
9.人工智能芯片的评估只需关注性能，无需考虑成本因素。（）
10.云计算服务的发展将减少对人工智能芯片的需求。（）
1.人工智能芯片的核心部件是__________。
神经形态芯片
神经形态芯片神经形态芯片是一种新兴的人工智能技术，它通过模仿大脑神经网络的结构和功能，实现了更高效的计算和学习能力。
下面将介绍神经形态芯片的原理、应用和发展前景。
神经形态芯片的原理是模仿大脑的神经网络，其中的神经元以及它们之间的连接都是通过电子器件模拟实现的。
与传统的计算机系统相比，神经形态芯片采用了并行计算的方式，可以同时处理大规模的数据，并且在计算和学习的过程中消耗的能量更少。
这种并行计算的特性使得神经形态芯片在处理复杂的任务，如图像识别、语音识别和自然语言处理等方面具有明显的优势。
神经形态芯片的应用非常广泛。
在智能手机、智能家居和智能汽车等领域，神经形态芯片可以提供更快速、更准确的人机交互体验。
例如，在智能手机上，神经形态芯片可以实现实时的语音识别和图像识别，使得用户能够更方便地与手机进行交互。
在智能家居上，神经形态芯片可以通过学习用户的习惯和偏好，为用户提供更个性化、更智能的生活服务。
在智能汽车上，神经形态芯片可以实现自动驾驶、语音控制和智能导航等功能，提高汽车的安全性和便利性。
神经形态芯片的发展前景非常广阔。
首先，随着人工智能技术的不断发展，对于更高效的计算和学习能力的需求也越来越大。
神经形态芯片作为一种新兴的人工智能技术，具有并行计算和低功耗的优势，能够满足这一需求。
其次，神经形态芯片在智能手机、智能家居和智能汽车等领域的应用潜力巨大。
随着这些领域的快速发展，神经形态芯片也将会得到更广泛的应用和推广。
最后，神经形态芯片的技术发展也将推动其他相关领域的创新和进步。
例如，在芯片设计和算法优化等方面，神经形态芯片的研究成果可以为其他领域的技术发展提供借鉴和参考。
综上所述，神经形态芯片作为一种新兴的人工智能技术，具有广阔的发展前景。
它的原理是通过模仿大脑神经网络的结构和功能，实现更高效的计算和学习能力。
神经形态芯片的应用非常广泛，可以用于智能手机、智能家居和智能汽车等领域。
未来，神经形态芯片的发展将会推动人工智能技术的进一步发展，并为其他相关领域的创新带来新的机遇。
人工智能基础(习题卷46)
人工智能基础(习题卷46)第1部分：单项选择题，共50题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]“中国制造2025”是以新一代信息技术与制造业深度融合为主线，以推进智能制造为主攻方向，并规划了实施制造强国十年行动纲领，其中提出点实施（）工程。
A)智能交通B)智能军事C)智能制造答案:C解析:2.[单选题]下列哪个应用领域不属于人工智能应用？（）A)人工神经网络B)自动控制C)自然语言学习D)专家系统答案:B解析:3.[单选题]以下不属于大数据重要意义的是（ ）。
A)大数据成为推动经济转型发展的新动力B)大数据成为重塑国家竞争优势的新机遇C)大数据成为提升政府治理能力的新途径D)大数据会增加经济发展的成本答案:D解析:大数据可以促进经济的发展，催生新的业态，在辅助商业决策、降低运营成本、 精准市场的营销方面都能发挥作用，进一步提升企业竞争力。
4.[单选题]假设你只有100Mb的内存，需要对1Gb的数据进行排序，最合适的算法是（）A)归并排序B)插入排序C)快速排序D)冒泡排序答案:A解析:5.[单选题]当使用地面站控制无人机飞行时，必须使用的设备是( )A)数控电台B)数传电台C)图传D)IMU答案:B解析:6.[单选题]（ ）是学习系统应达到的目标。
A)适当的学习环境C)求解问题D)一定的学习能力答案:B解析:7.[单选题]上电后电动机无法启动，无任何声音。
首先检查的原因是( )。
A)电源接头接触不良B)电池损坏C)电机损坏D)电调损坏答案:A解析:8.[单选题]自拍时，手机前置镜头显示的画面需要通过哪个变换后，才能是真实的场景图像A)直镜像B)水平镜像C)旋转D)平移答案:B解析:9.[单选题]游戏设计中为角色用于路径规划，比较合适的算法是（ ）A)遗传算法B)搜索技术C)模糊逻辑D)神经网络答案:B解析:10.[单选题]传统GBDT以（）作为基分类器A)线性分类器B)CARTC)gblinearD)svm答案:B解析:传统GBDT以CART作为基分类器11.[单选题]下列算法中属于点处理的是( )。
一种神经形态的类脑计算芯片设计及其应用研究
一种神经形态的类脑计算芯片设计及其应用
研究
近年来，人工智能技术得到了飞速发展，而神经形态类脑计算芯片正是其中的关键技术之一。
它模仿了大脑的神经元连接方式，能够实现复杂的辨认、控制和学习任务，被广泛应用于自动驾驶、智能机器人、语音识别等领域。
神经形态类脑计算芯片的设计基于生物神经元的结构和功能，即将神经元模型中的信号传递机制映射到硬件电路中。
与传统的计算机芯片相比，它拥有更高的能效、更强的适应性和较低的计算延迟。
此外，由于神经形态类脑计算芯片采用了神经元之间的并行传递方式，其运行速度也得到了极大的提升。
在应用方面，神经形态类脑计算芯片在自动驾驶、语音识别、机器人视觉等领域展现出了极高的应用价值。
例如，在自动驾驶领域，它可以通过分析路况图像、识别物体等方式，实现自主导航和车辆控制。
在机器人视觉领域，神经形态类脑计算芯片还可以帮助机器人对环境进行建模和定位。
当然，神经形态类脑计算芯片还面临诸多挑战，例如设计复杂、制造成本高、算法研究还需进一步深入等。
但相信随着科技的不断进步，这些难题都可以逐一被攻克，为人工智能技术发展带来越来越广阔的前景。
总之，神经形态类脑计算芯片作为人工智能技术的重要支撑，已经引起了广泛的关注和重视。
我们可以期待，在未来的日子里，它将会在各个领域产生出更加优秀的应用，让我们的生活变得更加智能、便捷和舒适。
基于脉冲神经网络的机器人智能控制研究进展
基于脉冲神经网络的机器人智能控制研究进展目录一、内容综述 (2)1.1 背景与意义 (3)1.2 国内外研究现状 (4)1.3 研究内容与方法 (5)二、脉冲神经网络概述 (6)2.1 脉冲神经网络基本原理 (7)2.2 脉冲神经网络与传统神经网络的区别 (8)2.3 脉冲神经网络的优点与挑战 (9)三、基于脉冲神经网络的机器人控制方法 (10)3.1 基于脉冲神经网络的轨迹规划方法 (12)3.2 基于脉冲神经网络的路径跟踪方法 (13)3.3 基于脉冲神经网络的自主导航方法 (14)四、脉冲神经网络优化算法研究 (15)4.1 神经网络权重优化方法 (17)4.2 神经网络结构优化方法 (18)4.3 脉冲神经网络的参数优化策略 (20)五、脉冲神经网络在机器人智能控制中的应用案例 (21)5.1 在机器人路径跟踪中的应用 (23)5.2 在机器人自主导航中的应用 (24)5.3 在机器人情感识别中的应用 (25)六、结论与展望 (27)6.1 研究成果总结 (28)6.2 存在的问题与不足 (29)6.3 未来发展方向与展望 (29)一、内容综述随着科技的飞速发展，机器人智能控制技术在众多领域的应用逐渐深入。
在这一背景下，基于脉冲神经网络的机器人智能控制研究成为当前的研究热点。
脉冲神经网络，以其模拟生物神经系统脉冲传递信息的独特方式，在信息处理与计算领域展现出强大的潜力。
特别是在机器人控制领域，脉冲神经网络为机器人提供了更加灵活、高效的智能控制手段。
基于脉冲神经网络的机器人智能控制研究取得了显著的进展，脉冲神经网络以其独特的动态特性和时空编码机制，在机器人控制任务中展现出优异的性能。
研究者在机器人路径规划、动态决策、自适应控制等方面进行了深入研究，并取得了一系列重要突破。
随着深度学习技术的发展，深度脉冲神经网络在机器人控制中的应用也逐渐增多，为复杂环境下的机器人智能控制提供了新的解决方案。
数字集成电路设计
数字集成电路设计：技术与艺术的完美融合一、数字集成电路设计的基本概念数字集成电路设计，简而言之，就是将数字逻辑电路通过特定的工艺实现为集成电路的过程。
它涉及电路设计、版图设计、工艺制造、封装测试等多个环节。
一个优秀的数字集成电路设计，不仅要满足功能需求，还要考虑功耗、面积、速度等性能指标。
二、数字集成电路设计的基本流程1. 需求分析：明确设计任务，分析电路的功能、性能指标及约束条件。
2. 逻辑设计：根据需求分析，选用合适的逻辑单元，构建数字逻辑电路。
3. 电路仿真：对逻辑电路进行仿真，验证其功能及性能是否符合要求。
4. 版图设计：将逻辑电路转化为集成电路版图，为后续工艺制造做准备。
5. 工艺制造：根据版图，采用特定的工艺流程，制造出实际的集成电路。
6. 封装测试：对制造出的集成电路进行封装和测试，确保其性能达标。
三、数字集成电路设计的关键技术1. 逻辑综合：将高级描述语言（如Verilog、VHDL）转化为门级网表，为后续版图设计提供基础。
2. 优化算法：通过算法优化，降低电路功耗、面积和延迟，提高电路性能。
3. 可靠性设计：考虑电路在实际应用中的可靠性，提高电路的抗干扰能力和稳定性。
4. 后端处理：包括版图布局布线、寄生参数提取、工艺角分析等，确保电路性能与设计相符。
四、数字集成电路设计的未来发展趋势1. 集成度更高：随着工艺技术的进步，数字集成电路的集成度将不断提高，实现更多功能。
2. 低功耗设计：绿色环保理念深入人心，低功耗设计将成为数字集成电路设计的重要方向。
3. 射频集成电路设计：随着5G、物联网等技术的发展，射频集成电路设计将越来越受到重视。
数字集成电路设计是一项充满挑战和机遇的领域，它将技术与艺术完美融合，为我国电子信息产业高质量发展贡献力量。
五、数字集成电路设计的创新实践1. 突破传统框架：在设计过程中，勇于打破常规，尝试新的设计理念和结构，以实现更高的性能和更优的功耗。
2. 跨学科融合：结合材料科学、物理学、计算机科学等多学科知识，推动数字集成电路设计的技术创新。
2014突破性科学技术研究：神经形态芯片
2014突破性科学技术研究：神经形态芯片2014-04-30 09:17:44 OFweek电子工程网突破点：计算机芯片的另外一种设计方法，增强了人工智能的计算效率。
突破理由：传统的芯片已经接近理论性能极限。
主要参与者：高通、IBM、HRL 实验室、人脑项目一个名叫先锋（pioneer）的小机器人缓缓地走到一张印有“美国队长”的地毯上。
而在外面，周围有一群人看着它。
这里是高通实验测试模拟的场景，模拟的是一个儿童的卧室。
先锋停了下来，好像是在测量周围的环境，然后像滚雪球一样卷起了这张地毯，转身，准备把它放到玩具箱里。
高通的资深工程师 Ilwoo Chang 朝着先锋机器人摆动双手，示意它不应该放在这里。
先锋用它的摄像头看着这个手势，然后听话地接受了这个命令。
随后它会回到刚才的位置，把地毯放下，发现了另外一个蜘蛛人玩偶。
这一次，先锋机器人直接冲向了玩偶，不顾周围的国际象棋，在没有人指导的情况下把玩具放到了箱子里。
这场演示发生在高通位于圣地亚哥的总部内，虽说是演示，但却可以看到未来计算的影子。
这台机器人处理任务时需要的强大的计算能力，在以前，进行这些计算的都是那些耗电多的大型设备。
而先锋机器人使用的只是一个智能手机芯片，运行了特制的软件而已，它能识别此前未见过的物体，根据相关物体的相似性来分类，将不同的物品放在房间的正确位置，不需要累人的编程，只需要向它展示物体和位置即可。
这台小小的机器人之所以能做这些，是因为它模拟了人脑工作的状态。
在今年晚些时间，高通公司将揭露科学技术是如何植入到日常电子设备芯片中的。
这些“神经形态”芯片（之所以这么命名，是因为他们模拟了大脑）被设计成处理传感器数据（图像、声音等）以及根据未编程的数据变化做出反应。
这些芯片实现了人工智能领域需要几十年才能完成的任务，让机器可以像人一样理解世界、与世界互动。
医疗传感器和设备可以追踪病人的生命体征，根据时间采取医疗对策，学会调整药量，甚至可以及早发现病情。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2014芯片新技术：神经形态芯片
来源：TECH2IPO
[导读]高通可以在智能手机芯片中加入“神经处理单元”来帮助处理传感器数据，比如图像识别。
关键词：神经形态芯片机器人高通
一个名叫先锋（pioneer）的小机器人缓缓地走到一张印有“美国队长”的地毯上。
而在外面，周围有一群人看着它。
这里是高通实验测试模拟的场景，模拟的是一个儿童的卧室。
先锋停了下来，好像是在测量周围的环境，然后像滚雪球一样卷起了这张地毯，转身，准备把它放到玩具箱里。
高通的资深工程师 Ilwoo Chang 朝着先锋机器人摆动双手，示意它不应该放在这里。
先锋用它的摄像头看着这个手势，然后听话地接受了这个命令。
随后它会回到刚才的位置，把地毯放下，发现了另外一个蜘蛛人玩偶。
这一次，先锋机器人直接冲向了玩偶，不顾周围的国际象棋，在没有人指导的情况下把玩具放到了箱子里。
这场演示发生在高通位于圣地亚哥的总部内，虽说是演示，但却可以看到未来计算的影子。
这台机器人处理任务时需要的强大的计算能力，在以前，进行这些计算的都是那些耗电多的大型设备。
而先锋机器人使用的只是一个智能手机芯片，运行了特制的软件而已，它能识别此前未见过的物体，根据相关物体的相似性来分类，将不同的物品放在房间的正确位置，不需要累人的编程，只需要向它展示物体和位置即可。
这台小小的机器人之所以能做这些，是因为它模拟了人脑工作的状态。
在今年晚些时间，高通公司将揭露科学技术是如何植入到日常电子设备芯片中的。
这些“神经形态”芯片（之所以这么命名，是因为他们模拟了大脑）被设计成处理传感器数据（图像、声音等）以及根据未编程的数据变化做出反应。
这些芯片实现了人工智能领域需要几十年才能完成的任务，让机器可以像人一样理解世界、与世界互动。
医疗传感器和设备可以追踪病人的生命体征，根据时间采取医疗对策，学会调整药量，甚至可以及早发现病情。
智能手机可以学习你接下来将要输入的文字，然后在后台设置提醒。
Google 的自驾驶汽车或许不再需要驾驶员的帮助，扫地机器人永远都不会卡在沙发下面。
高通技术总监 Matthew Grob 说：“我们正在模糊芯片和生物系统之间的隔阂。
”
高通的芯片需要到 2015 年才能上市，今年，高通公司将向研究者发放芯片让他们测试。
只要高通一发货，“零计划”将成为第一个大规模神经模型计算商用平台。
高通公司也将在许多大学和研究机构之前实现这些功能，比如说 IBM 实验室和 HRL 实验室。
这两家已经花了 1 亿美元来为美国国防部高级研究项目局研发神经形态芯片。
此外，欧洲人脑项目联合海德堡大学和曼彻斯特大学的研究者也花了 1 亿欧元来研究神经形态项目。
另外一个德国小组最近报告说利用神经形态芯片和软件模拟了昆虫的气味处理系统，可以通过闻花来判断植物种类。
今天的计算机使用了所谓的“冯诺依曼架构”，即数据在处理器和内存之间来回计算。
这种方法非常适合数字运算和执行编写好的程序，但是不适合处理图片、声音和其他可以感知到的内容。
2012 年，Google 公司的人工智能软件在未告知机器什么是“猫”的情况下，利用多达 1.6 万个处理器成功识别出了猫。
为了让这些处理器提高性能，制造商往芯片里塞入了更多的晶体管、缓存、数据通道，但是芯片工作时干生的温度限制了芯片的运算速度，而在移动领域，对于电源的要求就更严格了。
这就限制了设备不能有效地处理图像、声音和其他感官数据，也不能用来很好地进行面部识别或机器人、车辆导航。
除了高通，没有人能更好地解决这些芯片所面临的物理挑战。
现在的移动设备对性能的需求越来越大。
但是现在的私人助手，比如苹果的 Siri、Google 的 Google Now 等，功能都很有限，因为设备性能不够，必须将数据发送到云端进行处理。
领导“零计划”的高通技术副主席 Jeff Gehlhaar 说：“我们就是要硬碰硬。
”
人脑有几十亿神经元、几千亿个突触，可以同步处理视觉、音频等信号，神经形态芯片在芯片中模拟人脑同步处理多种数据的能力。
根据图像、声音或其他信号的变化，神经元可以改变与其他神经元之间的联系。
这一过程被叫做学习。
这些神经形态芯片模拟的是人脑的神经网络，可以实现人脑的部分功能。
这就是为什么高通的机器人在不知道蜘蛛侠是谁之前就能将其放到准确的位置。
高通可以在智能手机芯片中加入“神经处理单元”来帮助处理传感器数据，比如图像识别。
即便神经形态芯片的能力还远不人脑，它处理感官数据、学习数据变化的能力比任何计算机都要快。
人脑启发软件公司 Numenta 创始人 Jeff Hawkins 说，如果像 Google 那样使用传统的计算机运行特殊的软件来模拟人脑的话，这样智能设备的效率也太低了，“人工智能绝对不能靠软件来实现，需要用芯片来完成。
”
神经通道
智能手机的普及也让高通开始有底气，高通现在的市值已经超过了 Intel。
这中间的原因可能与高通掌握的几百项无线通讯专利有关。
现在高通准备进行下一轮突破。
第一步就是与 Brain Corp. 公司合作，高通投资了这家在模拟人脑算放上有杰出成就的神经科学创业企业。
“零项目”在立项之初事是想为机器人服务，让机器人能与真实世界进行互动，有了成果之后便可以用在智能手机或者其他产品上。
“零项目”出自艾萨克？阿西莫夫的第零条机器人法则：机器人不得伤害人类整体，也不得因为不采取行动而使人类整体受到伤害。
神经形态芯片的概念要回溯到几十年前。
1990 年，加州理工学院名誉教授 Carver Mead 在一篇论文中给出了它的定义，“模拟芯片不同于只有二进制结果（开/关）的数字芯片，可以像现实世界一样得出各种不同的结果，可以模拟人脑神经元和突触的电子活动。
”但是他却没法完成设计这种模拟芯片的任务。
只有一家名为 Audience 的公司研发出了一种有争议的神经形态芯片，可以抑制噪声，已经卖出了几亿片。
这些芯片基于人的耳蜗而设计，可以像人一样隔绝噪音，只听人声，已经被用在苹果和三星等品牌的手机上。
作为一家商业公司，高通公司希望产品设计实用性大于性能表现。
这也就意味着高通的神经形态芯片依旧是在数字芯片上开发的，这样做比研发模拟芯片更简单，生产更容易。
模拟芯片要完成的模拟大脑，而高通的芯片模拟的是大脑的行为。
比如，神经形态芯片编程、传输数据的方式模拟大脑处理感官数据处理时的电子脉冲。
“零项目”工程师 M. Anthony Lewis 说：“即便还是以数字的形式来完成，我们已经可以复制大脑的很多行为。
”
这批芯片也非常符合高通现有的业务，虽然说高通现在已经在智能手机领域占据老大的地位，但是收入增长开始减缓。
高通枭龙移动处理器可以加入“神经处理单元”来负责处理感官数据、完成图像识别和机器人导航的任务。
因为高通有很大一部分收入来自于向其他公司授权专利使用权，所以它还可以向这些企业出售神经形态芯片算法的使用权。
这样这种芯片就可以用在视觉、动作控制等其他应用领域。
认知伴侣
Matthew Grob 对于智能手机的进步感到震惊，随后又开始感到烦恼，有一次会议中，手机突然响了，因为他之前去过西班牙，然后西班牙那个时区设置了一个闹钟，但是在回到公司开会时，这个手机以为自己还在西班牙，就又响了。
这个例子说明，我们的时智能设备离智能还很远。
Grob 想象着，未来有一天，这个手机又响了，他对这手机喊了一句“不许在这个时候响！”，这样手机就知道换了时区，不会再搞错。
高通认为神经形态芯片可以让智能手机等移动设备变成用户的认知伴侣，关注用户的行为和环境，学习用户的习惯，由此可以产生许多可能。
高通研究实验室的商业开发总监 Samir Kumar 说：“如果你和你的设备能共同步感知环境，设备对于你的目的和需求的理解就会更好。
”
Kumar 又举了一个例子：如果你在手机的照片上圈出了自己的宠物狗，那么之后所有出现宠物狗的图片都会被圈上；在足球比赛中，你可以告诉手机，当孩子快要射门的时候记得拍照；在睡觉的时候，手机能知道将所有电话都转成电话录音。
简而言之，智能手机将成为人的数字第六感。
高通公司的高层并不愿意在产品正式发布之前公布更多细节。
但是神经形态研究者对此却可以侃侃而谈。
根据 IBM 实验室的研究院 Dharmendra Modha 的描述，这种芯片可以让盲人通过视觉和音频传感器来识别物体，提供音频提示；健康监测系统可以检测生命体征，及早发现潜在的风险，为病人提供个性化的治疗手段；计算机可以根据风向、潮向和其他数据来更准确地预测海啸。
HRL 实验室的首席研究科学家 Narayan Srinivasa 计划在夏天测试一种神经形态芯片，它植入到鸟类设备的体中，可以根据室内环境飞行。
这一芯片处理来自摄像机和其他传感器的数据，能记住飞过的房间，学会导航，以后可以应用在无人机上。
程序员利用硬件开发出优秀的软件还需要一些时日。
人工智能创业公司 Vicarious 的联合创始人 Dileep George 说：“让硬件公司来做科研为时尚早。
”高通公司也表示，“产品商用也需要时日。
”但是他们今年要发布的技术可以将这些产品变成现实，更进一步。