儘管計算進步，但當今的計算機的效率遠低於3磅。 （2.3千克）我們頭骨中的物質。但是，與典型的計算機相比，以人腦建模的新微芯片更快，更高效。
微芯片 - 稱為“神經粒差“ - 可以打開窗戶，以了解人腦並開發出大腦電路後圖案化的新形式的計算形式。研究人員現在正在研究如何使用這些芯片來控制假肢。
斯坦福大學的生物工程師Kwabena Boahen在一份聲明中說：“從純粹的能量角度來看，大腦很難匹配。” Boahen說，不僅個人計算機的功率比大腦運行的功率高40,000倍。 [超級智能機器：7機器人期貨這是給出的
神經粒子由iPad大小的設備中的16個定制設計的神經芯片組成，該芯片可以模擬100萬個神經元和數十億個突觸或大腦連接。這比以前的大腦模擬相比有了很大的改善，但仍只有大約800億個神經元中的一小部分人腦研究人員說。
神經格里德通過具有突觸共享硬件電路的典型PC的功率比典型的PC少約9,000倍，並且與平板電腦的功率大約相同的功率。
除了建模人腦外，Boahen還與其他斯坦福大學的研究人員合作，以適應神經格里德控制癱瘓者的假肢。芯片將大腦信號轉化為肢體的運動，而不會過熱大腦。另一個可能的應用是使用神經網絡機器人來控制人形機器人。
當前，編程芯片需要了解大腦的工作原理。但是，Boahen希望創建一個“神經反應儀”，它將使工程師和計算機科學家沒有任何神經科學知識來編程神經網絡化。
斯坦福大學的工作只是使用計算機對人腦建模的眾多努力之一。歐盟的人腦項目旨在模擬超級計算機上的人腦。美國大腦倡議（通過推進創新的神經技術進行大腦研究的縮寫）採用一種更通用的方法，開發了測量神經元和腦電路活動的新工具。
IBM的突觸項目（神經形態自適應塑料可伸縮電子設備的縮寫）旨在設計稱為金門芯片的芯片，以大腦中神經元之間的大量連接進行建模，以幫助其有效地解決問題。每個金門芯片由256個數字神經元組成，每個神經元各有1,024個數字突觸，公司計劃增加這些數字。
德國海德堡大學擁有其Brainscales項目，該項目旨在創建模仿神經元和突觸的模擬芯片，這些芯片可以比目前更快地以更快的速度對藥物相互作用進行建模。研究人員開發了Hicann芯片（高輸入計數模擬神經網絡的縮寫），該芯片可以模擬512個神經元，每個神經元具有224個突觸，他們也計劃很快擴展。
Boahen說，這些各種努力在能力和性能方面取決於不同的權衡，但神經凝膠是最具成本效益的。
原型神經芯片的製造成本約為40,000美元，但是研究人員希望使用現代製造技術降低成本100倍。據研究人員說，即使這樣，對人腦進行建模相同的能源效率仍然是一個重大挑戰。
關注Tanya Lewis上嘰嘰喳喳和Google+。跟著我們@livescience，，，，Facebook和Google+。原始文章現場科學。
