class="post_content" itemprop="articleBody">
12月20日出版的美国《纽约时报》印刷版刊登题为《人脑一样的电脑，从经验中学习》(Brainlike Computers, Learning From Experience)的评论文章称，随着 IT 技术的不断进步，今后的电脑将从一定程度上模拟人脑的思维方式，具备自我学习能力……
相关阅读：谷歌旗下机器人军团 – 逆天了！谷歌在下一盘很大的棋
以下为文章主要内容：
电脑已经进入了自己学习经验教训的时代，这将给数字世界带来一场彻底变革。
2014年将会诞生一种全新的电脑芯片，它不仅可以自动完成目前需要复杂程序才能完成的任务——例如流畅而高效地移动机器人的手臂——而且还能绕过和容忍错误，从而使得“电脑崩溃”成为过去。
一些大型科技公司已经在尝试这种新的计算方式，它模仿了生物神经系统，也就是神经如何对刺激做出反应，并与其他神经元共同解读信息的方式。它可以让电脑一边执行任务，一边吸收新的信息，从而根据外部信号的变化调整运行方式。
今后几年，这种方式将催生新的人工智能系统，并将完成一些在人类看来非常简单的任务，包括听、说、看、导航、操纵和控制。这将为面部和语音识别、导航和规划等任务带来巨大的飞跃，这些功能目前仍然处于初级阶段，十分依赖人工编写的程序。
设计师表示，这种计算风格可以让机器人更加安全地行走，但要实现科幻小说中那种具备自主思维能力的电脑，仍然需要等待一段时间。
“我们正在脱离工程电脑系统，向拥有很多生物计算特征的时代迈进。”加州电信与信息技术学院天体物理学家拉里·斯马尔(Larry Smarr)说。该机构就是众多正在开发这种新型电脑电路的研究机构之一。
传统电脑受制于程序限制。例如，计算机视觉系统只能根据系统预置的算法“认出”物体。这种算法以统计学数据为基础，就像是一道菜谱，需要按照步骤执行计算指令。
但谷歌研究人员去年却开发了一种名为“神经网络”的机器学习算法，可以自主完成识别过程。这套程序扫描了1000万张猫的图片后，便可以自动识别出猫。
该公司今年6月表示，已经使用这些神经网络技术开发了新的搜索服务，可以更加精准地找到特定照片。
这种新方法同时应用于软硬件领域，它的发展得益于人类对大脑了解的突飞猛进。但斯坦福“硅脑”研究项目负责人、计算机科学家夸贝纳·波尔翰(Kwabena Boahen)表示，由于科学家远未充分理解大脑的运行方式，所以这种模式同样存在局限。
“我没有线索。”他说，“我是个工程师，我要做一些东西。目前有很多冠冕堂皇的理论，但你得给我一个能做出东西的理论。”
直到现在，电脑设计理念还在使用约翰·冯·诺依曼(John von Neumann )65年前开发的理论。微处理器以高速运转，然后辅以冗长的二进制指令。通俗地讲，这种方法通常会像记忆一样分别存储信息，有可能存储在处理器中，也有可能存储在临近的存储芯片或高容量磁盘里。
例如，天气模型或字处理文件的文字等数据，都会像短期记忆一样迅速进出处理器，而电脑则负责执行预先编好的指令。最终结果则被存储到主存储器中。
新的处理器包含的电子元件，可以被模仿生物突触设计的“线路”连接起来。由于它们的基础是大量与神经元类似的组件，所以也叫神经形态处理器，这个词是由加州理工学院物理学家卡瓦·米德(Carver Mead)1980年代发明的。