迄今为止，人脑是迄今为止最有效的处理单元，当时有正确的教育和专业知识来解决多层问题。我们仍然是我们今天拥有的传统AI的飞跃和界限。但是，这一切可能会随着该计算机芯片的到来而发生变化，该计算机芯片使用了具有强大的电路的真实人类中子。
是什么让他们想到这个主意
皮质实验室位于墨尔本的一家基于澳大利亚的初创公司，通过实际使用真正的生物神经元，然后将其嵌入到专门的计算机芯片中，从而进一步迈出了人类和AI协作的含义。
他们这样做是为了教授混合动力”迷你脑“要执行许多基于软件的人工智能可以并且已经在能源消耗的一小部分的任务。这一切都很好，并且可以大大帮助降低已经大量使用AI需要运行的能源的成本。
该公司目前正在研究如何获得迷你脑，现在它具有蜻蜓大脑的处理能力，可以使用标志性的Atari Arcade游戏玩耍乒乓球。
Weng Chong Hon是该公司的联合创始人，首席执行官说：“基准很重要，因为Pong是Atari Games的早期Atari Games之一，该游戏以与人工神经网络合作而闻名，在某些方面模仿了人类神经元的功能，该公司以与人工神经网络的合作而闻名。首先用来演示其AI算法在2013年的性能。该示范有助于五年购买Google购买DeepMind。
Chong有信心，皮质实验室将能够在今年年底之前掌握这一点，同时也表示，该公司的混合芯片最终将是提供复杂的推理和概念性理解的关键，即AI现在无法产生。
皮质实验室视觉有一点
Cortical Labs试图做的好处的一个例子是，当Alphago（这是一个深入学习的系统深层）创造的Alphago在2016年在古代策略游戏中击败了世界上最好的人类玩家。仅通过玩游戏就可以用来为全天的100兆瓦提供一兆瓦的力量，这将为全天创造一整天的动力。这是根据估计由科技公司Ceva。
卡尔·弗里斯顿（Karl Friston）是伦敦大学学院的神经科学家，以其在脑成像方面的工作而闻名。他对像神经元这样的生物系统自我组织的理论基础，今年早些时候对皮质实验室的技术进行了证明，并批准了他的工作。
皮质实验室的系统基于弗里斯顿的学生的工作和研究，但神经科学家本人与澳大利亚初创公司没有隶属关系。
