人脑被用作计算机功能的比较。 但老实说，计算机与人脑完全不同。 至少现在还没有。
随着研究人员开发出利用光来模拟神经突触功能的计算技术，这种情况可能会发生改变，为将现代处理器的速度与脑力效率相结合的硬件开辟了道路。
大脑和计算机都是可以建模、操作和存储信息的系统。 从那里开始，他们往往没有那么多共同点。
计算机中的处理器将电脉冲与微小的开关相结合来执行功能，而神经元则使用化学潮汐将脉冲分布到称为突触的多个通道上。
就内存和功耗而言，差异非常显着——没有任何硬件可以接近人脑的效率和存储能力。
这并不是说我们的灰质表现出色；而是说我们的灰质表现出色。 这些电解质和神经递质的波无法超越电子的速度逻辑门。
来自牛津大学、明斯特大学和埃克塞特大学的一组研究人员确定了他们所认为的“圣杯“的计算，创建一个像突触一样的光子集成电路。
“几十年来，开发更像人脑工作的计算机一直是科学家的圣杯，”高级研究员哈里什·巴斯卡兰 (Harish Bhaskaran) 表示来自牛津大学。
“通过神经元和突触网络，大脑可以同时处理和存储大量信息，仅使用几十瓦的功率。传统计算机无法达到这种性能。”
为了获得技术性，您的台式计算机基于冯·诺依曼架构，以著名数学家和物理学家的名字命名约翰·冯·诺依曼。
也就是说，存在处理逻辑和存储器的处理器单元。
你的大脑前面没有CPU，后面没有硬盘。 神经元连接在分支网络中，由微小的突触桥分隔开，是一体化的处理器和存储设备。
为了发挥作用，神经膜上的通道打开和关闭，发出带电离子的波纹，以低压墨西哥波的形式进出。
这些是由神经分支尖端的其他化学过程介导的。 根据波的强度或频率等因素，神经递质的激增可以通过跳到其他神经的间隙来继续传递信息。
神经末端的那个小跳跃是神经处理的业务末端，充当停止或加速信号的交通管制员。
被形容为突触可塑性，这个控制点的变化可以解释我们如何学习和处理新信息，加强一些回路，同时让其他回路萎缩。
所谓的神经形态计算渴望复制这种将处理和记忆结合在一个系统中的方式，将生物学和甚至更接近。
诀窍在于制造一个可以完成突触可以做的事情的处理器。
“由于大脑中突触的数量大约是神经元的 10,000 比 1，因此任何类脑计算机都需要能够复制某种形式的突触模拟。这就是我们在这里所做的，”沃尔夫拉姆·佩尼斯说来自明斯特大学。
该团队的人工突触基于由相变材料（PCM），当它从一种状态转变为另一种状态时，它会存储和释放大量的能量。
光波通过材料传播，光脉冲以模仿突触可塑性的方式切换 PCM。
虽然概念并不新鲜，这是该过程首次在实践中实现。
“电子计算机的速度相对较慢，我们制造的速度越快，它们消耗的电量就越多，”研究员 C David Wright 说来自埃克塞特大学。
“传统计算机也相当‘笨’，没有人脑的内置学习和并行处理能力。”
基于光的神经形态处理器看起来是思维和机器的完美融合。
唯一的问题是，我现在需要等多久才能升级我的大脑？
这项研究发表于科学进步。
