滑鐵盧大學(xué)聲明他們進(jìn)行了最精確的人腦功能模擬 Spaun。美中不足的是，人類大腦預(yù)計有一千億個神經(jīng)元， 而它（Spaun）只有兩千五百萬個神經(jīng)元。Spaun（Semantic Pointer Architecture Unified Network）能夠接收視覺輸入，計算結(jié)果，并通過機(jī)械手書寫下來。它的表現(xiàn)出來的智能，曾經(jīng)只被人類所擁有。

我們經(jīng)過幾十年努力，想制造出真正的人工智能。這個時間里，我們有了更精確的語音識別系統(tǒng)，更好的電腦游戲 AI，更加智能的手機(jī)，但是要擁有人類大腦般問題解決能力的人工智能還有很長的路要走。

‘逆向工程’是了解人類大腦生物結(jié)構(gòu)的絕佳方式，通過這技術(shù)可以建立人腦模型。感謝 Chris Eliasimth 教授，這項技術(shù)現(xiàn)在能夠給予更多的引導(dǎo)了。研究者們利用一臺超級電腦為哺乳動物大腦建立模型，抓取它的參數(shù)，總體結(jié)構(gòu)和神經(jīng)元的連接（包括神經(jīng)遞質(zhì)）。細(xì)胞如何產(chǎn)生電壓、如何交流，同樣也在被研究著。

他們接通 Spaun 系統(tǒng)，運行了8個不同的任務(wù)，對應(yīng)著八個級別的認(rèn)知功能，比如說抽象化。這些任務(wù)包括，手寫識別，問題回答，計算，甚至完成符號模式。Eliasmith 說：“Spaun能夠通過一致性測試。當(dāng)進(jìn)行歸類時，它還不如猴子，但是當(dāng)對句法模式認(rèn)知，歸納的時候，它又比猴子聰明。”

現(xiàn)階段，模型仍然受制于一些東西。比如說，它無法學(xué)習(xí)新的任務(wù)，所有的知識必須預(yù)先輸入 。同時Spaun慢的讓人窒息，它有時候需要兩個半小時才能夠解決你一秒鐘就能夠想通的問題。

最讓人感興趣的點不在 Spaun 的成功，而是它的缺點?？傮w來說，模型展示了一個與人類相當(dāng)類似的行為模式。當(dāng)被問之問題，它居然也像人一樣在回答前猶豫。當(dāng)列表太長時，它會很糾結(jié)。它對表單里開頭的那些數(shù)字，會比中間的那些記憶得更好。

這些雷同的地方，可以被研究者用來更深入的了解大腦結(jié)構(gòu)。另外，研究者們用這個系統(tǒng)來展示衰老與受傷，是如何讓神經(jīng)元丟失的。往前看，這個模型能夠為人工智能帶來更多的靈感。

人工智能簡介：

人工智能（Artificial Intelligence） ，英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。 人工智能是計算機(jī)科學(xué)的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。