有了类脑芯片，人类还有freestyle吗？

人工智能是人类研发升级芯片大方向，不管是语音交互还是影像识别，亦或者是指纹识别等等，人工智能芯片无疑是想让机器成为近似于人的存在或者创造出"超人"。研发者希望人工智能研发的科技产品未来可以作为人类智慧的容器，辅助人类的生活，承载人类的文化传承。这需要我们给机器一个脑子，一个类脑芯片。

freestyle是近期的网络热词，是一个全新的网络梗，原意是指你会说唱吗？现在彻底被玩坏，完全成为调侃。freestyle确实是一种能力，展示了表演者的大脑词汇存储量，而且即兴表演也反映了大脑的应急反应能力。但是，如果机器人或者人工智能芯片足够强大，人类会失去类似freestyle这样的能力吗？

类脑芯片有何独特之处？

首先，类脑芯片的结构是独特的，不是传统的冯·诺依曼结构，而是专门的类人脑芯片结构。类人脑芯片架构是一款模拟人脑的新型芯片编程架构，这一系统可以模拟人脑功能进行感知、行为和思考。这种新型编程架构可以允许开发者为类人脑芯片设计应用程序，未来，它还可以允许计算机科学家开发出一种带有人脑功能的计算机，甚至比人脑更加智能。

其次，类人脑芯片的存储器不但但是数据存储单元，而是进一步研发成为类似人体的突触，这是迈向人造大脑重要的一步。我们知道人脑之所以复杂是因为庞大复杂的神经结构，人脑有上千亿个神经元，几乎所有的生物意识行为都是从这里发起的，所以让存储器模仿突触是实现类人脑芯片不可或缺的创举。

第三，类脑芯片的能源利用率极高，普通芯片在工作时会伴随大部分的散热，计算机芯片如果没有风扇或者空间智冷技术，几分钟就足以将自己融化。但是，类脑芯片却可以像人脑一样，几乎所有的热量都用于"思考"。

最后，类脑芯片懂得"学习"，人类大脑之所以厉害就是因为可以不管的学习和接纳新事物，通过机器学习算法，类脑芯片也做到了。从最开始的代码写入存储知识，到现在高通、IBM芯片自主学习获得知识，类脑芯片的环境应变能力正在不断的增强。

机器学习算法和仿脑计算

从算法的角度分析，类脑芯片和人工智能是有分别的，人工智能依托的是机器深度学习算法，而类脑芯片依托的仿脑算法。他们中间有很多重叠区但是也大有不同。我们先说机器深度学习算法：包含有监督学习和无监督学习。有监督学习又包含朴素贝叶斯分类器、最小二乘法、逻辑回归、支持向量机（SVM）、集成学习六种算法；无监督学习又包含聚类算法、主成分分析（PCA）、SVD矩阵分解、独立成分分析(ICA)四种算法。从功能上看，目前深度学习的应用集中于人工智能中的模式识别，如图象识别、语音识别等。但是，在人脑中，识别功能仅仅是整个大脑功能的一小部分，而且还不是核心部分，因为许多低级动物也具有良好的视觉和听觉的感知与识别功能。人脑的核心功能在于学习与运用。所以，人工智能采用的深度学习算法是有局限性的，他可以靠近人脑但不能完全复制人脑的功能。

仿脑计算在这方面表现出巨大的优势。仿脑计算则不但要从结构上模仿大脑，而且还要从神经元和突触的模型上模仿大脑，所以某种意义上讲，仿脑计算也可看成是深度学习将来的发展方向。仿脑算法目前的模型是LIF模型，通过简化神经元描述方程（HH方程）得来，HH方程是当前针对大脑行为描述最准确的方程，所以简化版的LIF模型可以让机器重现部分人脑行为，科学家对该模型评价很高。LIF模型还过于简单，想要完整重现人脑或者超越人脑，算法还需要进一步升级。

都有哪些巨头公司参与研发

IBM：百万神经元类脑芯片

IBM是最早开发类脑芯片的公司之一，IBM在2014年实现了百万神经元类脑芯片的发布，虽然相对于人脑庞大的神经元系统还略显不足，但是经过3年的发展，相信IBM在该领域的成果一定是令人震惊的。"机器大脑"很可能最先在IBM得以实现。

高通：可以自主学习的类脑芯片

高通的研发团队给芯片赋予了学习功能。为了演示这一功能，高通专门造了一个只访问白色地砖的机器人。把这个机器人放在含彩色地砖的地板上，这个机器人首先会全部走一边，熟悉环境。而当它走到白色地砖上时，你都告诉他"Good Robot"。这样，当它再次在地板行走时，它就专挑白色地砖走。这个过程没有代码，只有你的"Good Robot"命令。

三星：成功给类脑机器人安装了眼睛

三星的行为印证了类脑芯片的正确发展方向，让类脑芯片进化成类人机器人得到了印证，接下来我们会相应的看到鼻子、嘴巴、耳朵。随着传感技术和人工智能技术不断的发展，类脑芯片真正作为机器大脑会成为现实。

上述几家巨头公