人脑一直为研究人员提供灵感。神经形态计算的灵感来自于人脑的低功耗和快速计算特性。它可能是未来超大规模机器和自动驾驶等人工智能应用的基石。神经拟态芯片的最初想法可以追溯到1990年加州理工学院CarverMead教授发表的一篇论文。米德在论文中提出，模拟芯片可以模仿人脑中神经元和突触的活动。与模拟芯片的二进制性质不同，模拟芯片是一种输出可以变化的芯片。但目前，神经形态计算的发展受到传统电子产品固有局限性的阻碍。近日，英国阿斯顿大学研究人员发起的新项目“Neu-ChiP”展示了如何通过在微芯片上培养人类大脑干细胞来解决数据问题，从而为机器学习技术提供“范式转换”。打好基础。该项目历时3年，获得欧盟委员会未来与新兴技术（FET）项目350万欧元（约合人民币2700万元）的资助；英国、法国、西班牙、瑞士和以色列的大学和学院也参与其中，包括拉夫堡大学、巴塞罗那大学、法国国家科学研究中心、以色列理工学院和该公司3Brain股份公司。芯片上的大脑在Neu-ChiP项目中，研究团队将把类似于人类大脑皮层的干细胞网络层叠到微芯片上。然后通过向它们发射不断变化的光束模式来刺激细胞。该项目使用先进的3D计算机模型来观察细胞的任何变化并了解它们的适应情况。这模仿了人脑的可塑性，可以快速适应新信息。据悉，该项目将在培养皿中设计神经元回路，并训练它们进行数据分析，这将为大脑如何计算信息和寻找解决方案提供新的见解。开发的技术甚至可以帮助设计独特的人机界面。而且，该项目不仅将尝试对由许多非常复杂的人类神经元组成的系统进行建模，研究人员还将尝试超越该模型，将神经系统驱动到可以执行重要计算的状态。芯片上的大脑：致力于推动人工智能边界的生物学家（cr：3BrainAG）表示，该项目将寻求构建神经形态电路并将新兴电子产品与生物神经元相结合。在合成生物学的背景下，看到活细胞中的计算如何从数字演化到模拟，再到神经形态计算范式，将会令人印象深刻。阿斯顿大学数学教授DavidSaad表示：“我们的目标是利用人脑无与伦比的计算能力，极大地提高计算机的能力，帮助我们解决复杂的问题。我们相信这个项目有可能取得突破目前在处理能力和能源消耗方面的限制。”局限性，从而带来机器学习技术的范式转变。”
