不管人類的科技發展到何種程度，在大自然的鬼斧神工面前，總是要矮上一頭，從古到今，人類的許多機械如鋸子、陀螺儀都是仿生而來。現在，由于物聯網的興起和大數據分析的需要，許多公司都在試圖通過仿腦神經構造，來打造自己的數據分析處理系統。
數據分析對主機提出的新要求
在數據越來越多也越來越寶貴的今天，人們對數據分析的需要已經遠遠超過數據計算，而傳統的計算機恰恰擅長于數字及邏輯運算，在分析學習、語音圖形識別等方面效率卻十分低下，隨著大數據技術的發展，傳統計算機的這種特性降低了分析數據時的效率，也制約了數據分析的準確度。
正因如此，有些科技巨頭公司已經不滿足于傳統的計算機架構，開始嘗試新的計算機模式，Google目前正試圖通過成千上萬臺電腦的互聯打造出“人工腦”，以此來改善語音和圖片的搜索服務。生物型計算機的研究，已經成為了大數據處理領域的新方向。
類大腦計算機：理想的數據處理中心
傳統的馮諾依曼式計算機完全受控于人們預先編寫的程序，而且無法接受錯誤，比如計算一個數列的前N項和，程序員在編寫程序時已經把計算方法和順序告訴了計算機，運行時，計算機分毫不差地執行著程序員的指令，如果輸入不符合規范，程序就會直接出錯，無法繼續運行下去。
當傳統計算機遇見大數據時，問題就出現了，由于數據及其攜帶的信息量十分巨大，傳統計算機的處理方式就顯得非常緩慢，它會消耗過多的時間在初步的篩選上，而且由于篩選程序的局限性，還不見得就能篩選得十分精確，如果有某些數據不在程序的定義之內，程序就會崩潰。
為了適應大數據的要求，彌補傳統計算機的缺陷，許多機構已經開始仿照人腦來研究生物型的計算機新架構。高通公司去年推出的“Zeroth”芯片就是基于一款采用全新硬件結構的產品，它和人類大腦類似，由數十億個協同工作的神經細胞組成，可以更好的解決語音、圖形識別等問題，更重要的是，它具有學習和容忍錯誤的能力，由于是類大腦構造，它的算法可以隨著學習是不斷變化，這就使得系統能夠不斷地適應并解決錯誤，從而得出更準確的分析結果。
京公網安備 11010502049343號