今日的计算机运算能力很强，即便是简单的计算，每秒钟也能跑数十亿次。IBM近日公布最新的TrueNorth仿人脑芯片，只有几克重、邮票大小，却内置了100 万个模拟神经元以及2.56亿模拟神经“突触”（Synapses），能力超强相当于一台超级电脑。尽管如此，计算机技术仍无法和人类大脑相比。

据美国科技网站Digital Trends 8月19日报导，IBM于8月17日公布最新的TrueNorth仿人脑芯片，它希望可以像人脑一样，能模拟图像，进而采取行动并记忆。就像当人类看到球向自己扑近时，伸手接球，是个非常简单的反射动作。但是，对电脑而言，就必须要有一套非常复杂的程序。

IBM自2008年便着手进行TrueNorth芯片计划，希望能发展出以人脑神经元与突触网络（一种自适应可扩展塑性电子神经形态系统）为基础的新一代电脑架构，而非只是专注于简单的4核心或8核心的运算。TrueNorth芯片内置4,096颗核心，数据处理与运算速度更快速，且有效率。

TrueNorth芯片内的核心和一般家用电脑的处理器不同，TrueNorth的核心仅在需要时运作，所以功耗很低。所有的核心在沟通时是以事件为导向，也就是说系统可以上下调整、核心可以停止运转，却不受干扰而中断任务。TrueNorth电脑的空间不到2公升，功耗只有一千瓦。

即使科学家将更多的内核置入处理器，并且设计新的储存形式，计算机技术仍无法和人类大脑相比。人脑约有100亿神经元与100兆突触，相当于96座位于加州的劳伦斯利佛摩国家实验室（Lawrence Livermore National Lab）的“红杉”（Sequioa）超级电脑。除此之外，这些超级电脑模拟运算的速度比人脑还要慢1,500倍。

目前人脑还是最精密最庞大的计算工程，用电脑模拟人脑还是很难做到。

随着科技的发展我相信在不久的将来人类无需动手 就能用意念控制机器

芯片的编程仍然是个大问题。芯片的编程要考虑选择哪一个神经元来连接，以及神经元之间相互影响的程度。比方说，为了识别上述视频中的汽车，编程人员首先要对芯片的仿真版进行必要的设置，然后再传给实际的芯片。这种芯片需要颠覆以往传统的编程思想，尽管 IBM 去年已经发布了一套工具，但是目前编程仍非常困难，IBM 团队正在编制令该过程简单一点的开发库。（当然，如果我们回顾过去编程语言从汇编一路走来的历史，这一点也许不会成为问题。）其次，在部分专业人士看来，这种芯片的能力仍有待证实。在神经网络和机器学习专家看来，DARPA 的 NeoVision2 Tower 的数据集相对比较简单，演示只是识别了 5 种对象，相对于 Google 和百度等图像识别使用的是有上百万图像种类上千的 ImageNet，芯片在这种测试集的表现如何尚不得而知。再者，真正的认知计算应该能从经验中学习，寻找关联，提出假设，记忆，并基于结果学习，而 IBM 的演示里所有学习都是在线下的冯诺依曼计算机上进行的。不过目前大多数的机器学习都是离线进行的，因为学习经常需要对算法进行调整，而 IBM 的硬件并不具备调整的灵活性，不擅长做这件事情。但是 IBM 并不排除硬件实现的可能性（这家公司在历史上已经表现出极佳的持续改进能力）。但是从事同类研究的 LeCun 认为，应该开发能实现最新算法的芯片，那种芯片应该不是 IBM 芯片的样子，而是类似于改良版的 GPU（参见微软的 Adam）。

要模拟人脑目前来说是不可能的 不过前景不错

人脑比目前电脑厉害的应該是学習能力吧, 电脑可算是死学死用的, 而人脑是活学活用的, 会創造新的东西, 你给他三个方程式他可能会造出第四个第五个第N个新的方程式.