AlphaGo很聪明，但太费电，科技公司欲创造又快又

仿生芯片一直是人工智能AI领域的一颗明珠。因为他想挑战的是人类最终极的秘密——大脑。而如今这条道路发展衍生出了两个方向，一个计算更快，一个计算更省力，有趣的是，这两个不同的研究方向的最终终点都是我们的大脑。

学习大脑

人工智能的终极目标应该就是制造出像人脑一样的东西。2016年阿尔法狗（AlphaGo）击败围棋冠军李世石的那一刻，人工智能披上新的荣光。阿尔法狗虽然很聪明，但是他有一个巨大的问题就是耗能。

AlphaGo在下棋过程中约消耗1兆瓦的电能，相当于一天约100户家庭的供电量。相比之下，包含超过1000亿个神经元的人脑，消耗的功率仅20瓦，只有AlphaGo所消耗能量的5万分之一。

从这个角度上来说，阿尔法狗输得很彻底。不给过从这里我们可以看出，它的发展方向就是想要计算得更快这条分支。从某个角度上说，这条分支也就比较简单的，依赖材料的更新和深度学习的过程，它就可以变得更加的聪明。

仿生芯片

AI计算速度可以变得很快，但是耗能也是一个大问题。2014年，IBM公布TrueNorth芯片，包含4096个内核，100万个神经元，而功耗只有65毫瓦。其长期目标是建立拥有100亿个神经元、数百兆个突触、仅消耗1KW功率、体积不到0.002立方米的芯片系统。

而现在越来越多的企业，包括英特尔、IBM、高通、三星、惠普等科技巨头都在研究神经元芯片，为人工智能AI的耗能提供动力，值得注意的是，我国的清华大学、中科院、浙江大学和复旦大学等顶尖学府和研究机构，在这一领域的研究中发挥着不容小觑的作用。

一方面是人工智能计算越来越快，一方面是计算时的耗能愈来愈低，人类的大脑在努力思考着创造另外一个“大脑”，也许在未来成功的那一刻，人类对自己才算是真正的认识。大家关于仿生大脑还有什么想说的，可以关注并留言给科技猫。