人工智能：人类真能造出高仿人脑模型吗？

人工智能的掀起，再次唤起人们颠覆机器科学革命的心，许多科学家开始试图研制"人脑"模型，这不得不说是一波大胆的操作，这些创意性的研发挑战又有哪些现实理论基础在支持他们的研发动力？

美国南加州大学电力工程系教授爱丽丝·帕克(Alice Parker)早年在“BioRC（实时仿生大脑皮层）”研究项目中提出创建大脑神经元的网状建模是高仿人脑模型的关键一说，另据Schneider ML在 2018年1月26日报道，美国国家标准与技术研究所的研究人员开发出了一种以神经元为模型的超导计算芯片，它的信息处理速度相比人脑更高效，它的诞生意味着人工智能等硬件设备在有效模仿帕克所谓的神经元建模以及生物系统方面变得更加容易，也将为研制人脑模型提供可行性实践基础。

对于神经元超导计算芯片有些学者专家认为神经元为模型的超导计算芯片只是在逻辑结构上和神经元结构相似，真正如果设计出来最多只是类似于图灵机的产物，并不具有人脑功能。也有专家表示"目前为止，人类对自身大脑的认知还处于混沌形态，用现有的电磁波理论或电化学方式所获得的成果来探寻大脑意识和奥秘似乎很荒谬，得出来的结果未必是真实客观的存在。大脑作为较复杂的一种生物结构，不能只通过电磁等信号给予统一简单化模型来探究，转换新的生物学研究方向是一条可行的出路，现阶段生物学术理论还比较浅显，还有很长一段路要走，若要得到大脑有价值的成果还需要时间的积淀来完善现有生物学理论，等到人类真正触碰到大脑内核本质的时候，才是真正具备基础研究它的能力"。

随着AI智能进一步发展，传统的AI智能产品在智能化要求越来越高的市场需求下逐渐遇到前所未有的瓶颈。目前AI智能处于一种算法捕捉阶段，并非深度智能，如果把智这个词分解一下为知和曰—"意为把自己知道的说出来告诉别人"(从云端大数据仓库中通过AI算法检索到有用数据信息精准匹配出来)能够很好的形容当下AI的形态，大家常用到的AI图像识别、智能语音技术都是基于AI数据索引和智能匹配的一种延伸。

AI智能确实在大数据处理上具有强大的业务处理能力，其逻辑判断、分析、决策、择优能力上表现十分出色；如果让AI智能去处理一项意识形态化而非数据可量化的场景AI智能又能否担当大任？有专家表示这是对AI技术勉为其难。AI智能在抽象能力和意识判断力上显得不尽人意，假如让其担任一场演讲比赛评委，去判断哪位选手更出色，这对它来说十分困难。

如何获取抽象能力和自主意识决策能力是AI智能走向深度智能的一道门槛，而这两项能力都是人脑所具备的，而AI智能所缺乏的，这也是许多科学家明知道研制人脑模型是一项十分艰难的研发任务却还是一如既往坚持研发的动力来源，唯有突破人脑模型才可能实现深度智能技术的发展，如果这项技术得以突破，那么诸多像人机交互，人工仿生大脑，脑意识控制物体等科幻电影般的场景技术的实现将成为了可能。