神經突觸系統不僅僅是一個一次多重感官分析複雜問題的系統，它也支持動態重發，因為它和環境系統是動態互動的，可以匹配打造的緊湊和低功耗。
而目前IBM已經設計出了兩個原型，其中一個採用了2個核心的45nm的SOI-CMOS製造，包含了256個神經元，每一個核心包含262144可程式突觸和其他包含65536個學習突觸，IBM團隊已經成功的驗證了其簡單的套用，包括導航、模式識別、聯想記憶和分類等。
IBM長遠的目標是建立一個晶片系統，包含1000億個神經元和100萬億個神經突觸，而其體積不到2升，功耗為1KW。
8月18日，藍色巨人IBM公布了一個令人振奮的訊息。他們通過模擬大腦結構，首次成功構建出兩個具有感知認知能力的矽晶片原型，可以像大腦一樣具有學習和處理信息的能力。IBM公司領導該研究項目的負責人德哈門德拉·莫德哈表示，這兩個計算機晶片結合了神經元的計算能力、突觸（或神經節）的記憶能力和軸突的通信能力，基於這樣的晶片，新一代計算機即將閃亮登場。
依靠軟體來實現人工智慧的計算機智商太低
自從計算機誕生以來，人類就憧憬著有朝一日，計算機能像人類大腦一樣，會學習、懂交流、能感知、可互動，成為真正具有人工智慧的電腦。
這樣的想法說來很好，但做起來卻非常的難。一種思路是通過編制各種各樣複雜的軟體來實現人工智慧。比如現如今大家使用的搜尋引擎，就編制了複雜的計算機軟體，可以依據過去發生的事件，初步預測一些特定的人類行為。再如智慧型手機，只要輸入幾個字母，就可以“推測”出你到底想要輸入什麼字詞。但這都只是對大腦功能的簡單模仿，用計算機專家的話來說，這些計算機的智商還沒有達到人類嬰兒的水平。
利用軟體實現人工智慧還有一個更大的局限，就是受限於計算機的結構。現代計算機是以馮·諾依曼架構為基礎，其記憶體和處理器分開，以匯流排作為數據通道。雖然當今計算機的速度日新月異，但記憶體與處理器之間的數據互動傳輸依然受限於匯流排的能力，這又被計算機科學家稱為“馮·諾依曼瓶頸”。現代計算機的優點是善於解決數學問題和串列處理；缺點是無法處理大型問題，能耗高且編程困難。
在征服人工智慧這座險峰的過程中，一些科學家認識到，計算機能解決什麼問題並不重要，重要的是計算機如何處理問題。人腦之所以強大，在於其有近千億個神經元和10多萬億神經突觸，信號可以傳向四面八方。大腦神經元可同時工作，並行處理。
模仿大腦構建智慧型計算機的曲折挑戰
IBM的想法就是試圖模仿大腦結構來構建新的計算機晶片。事實證明，這樣的一條路依然不是坦途。以IBM在計算機領域縱橫60餘載的能力和經驗，完成本次一代類腦晶片原型，就動用了6個實驗室，聯合了來自康奈爾大學、威斯康星大學、加州大學、哥倫比亞大學和政府研究機構的上百位研究人員。不算IBM的投入，僅美國國防部高級研究計畫局就資助了4100萬美元的研究經費。即使這樣，該研究也歷時6年，耗費人工高達數百萬小時。
要想讓計算機像大腦一樣工作，不僅是技術上的挑戰，生理上的挑戰，也是對腦科學的挑戰，同時還要挑戰計算機的極限。IBM之所以選擇了這樣的一條路，是有跡可尋的。2006年，IBM利用超級計算機模擬了40%老鼠大腦。2007年，模擬了老鼠全部大腦。2009年IBM宣布，模擬了貓的大腦皮層；同年，模擬了1%人類大腦皮層。
新類腦晶片有神經元、突觸和軸突
對於IBM最新研製的類腦晶片，市場研究公司Envisioneering Group分析師理察·多爾蒂認為，這項研究可以說是目前最接近複雜的認知計算機，它與當前所使用的傳統計算機完全不同。這種新的計算機晶片的核心是其構造與大腦類似，有“神經元”，有“突觸”，還有“軸突”。“神經元”是計算機的數字信息處理器；“突觸”是學習和記憶的基礎；“軸突”則是數據通道。
新晶片採用45納米工藝，電晶體構造，設計模仿大腦神經元和突觸組織。兩個晶片均有256個數字神經元和256個軸突，數字神經元為10兆赫，具有晶片的標準功能，如存儲器、通信控制器等，可基於輸入動態連線突觸，神經元可記住最近的活動，引發突觸。使用量大的軸突，其權重較大。其中一個晶片擁有262144個可程式突觸；而另一個晶片擁有65356個學習突觸，這種晶片最令人感興趣。理論上,每個數字神經元可同時與另外255個數字神經元連線，對於擁有65356個學習突觸的晶片而言，可產生1700個不同的組合。
至於晶片的實際架構，IBM還沒有暗示數字神經元是否為交叉陣列排列。不過，IBM的新晶片不需要輸入和輸出，每個神經元都與另外的255神經元交叉連線。研究人員透露，該晶片具有非常大規模的並行能力。至於所有256個神經元是否可以在同一時間運行，目前還不清楚。
類腦晶片的智商仍有待提高
需要注意的是，雖然新晶片擁有256個神經元，但其“智商”還是令人難以置信的愚蠢，因為即便是池塘里的一個蝸牛也擁有11000個神經元。事實上，IBM製造技術的重要意義在於利用傳統的矽實現了類腦結構。到目前為止，幾乎每一個涉及人工智慧和大腦模擬的技術均在超級計算機上通過編制軟體實現，比如藍腦。但超級計算機需要巨大的空間和大量的投資，並耗費大量的電能，如果能夠把神經網路縮小到一個晶片上，可能只需幾瓦的電能，這樣就可以大幅度節省能耗。如果IBM實現了規模化設計，就有可能製造出與人類大腦相近的、擁有數百萬乃至數十億數字神經元的計算機。
IBM表示，新晶片已成功完成迷宮遊戲和擋板遊戲。下一步將通過創造更多的數字神經元，來挑戰模式識別、分析辨認物體的圖像和視頻或分析氣象站的實時數據。
IBM的最終目標是利用信息技術將其基礎設施與物理世界連線。物理世界往往是隨機混亂的，難於被電腦理解和操控。但電腦卻可以藉助信息技術，處理數字和數據，達到操控物理世界的效果。利用IBM的類腦晶片，有可能設計出更好的交通信號系統、空中交通管制系統，更好地管理公用事業，那將是一個完全不同的信息新時代。
美國IBM公司的研究人員18日公布了他們的最新研究成果——一種可以模擬人腦處理信息方式的認知計算機晶片。
建立在這種晶片基礎上的計算機將與目前大多數計算機的運行方式截然不同。現在的計算機採用的是“馮-諾依曼結構”：即記憶體和處理器是分開的，兩者之間通過“匯流排”來傳輸數據。在過去的60多年中，計算機記憶體容量和處理器速度不斷增長，但這種速度遠遠大於雙方之間流量的增加，讓計算機的整體效率受到嚴重限制，這被稱為“馮·諾依曼瓶頸”。
現代神經生物學認為，記憶是存在於神經元和神經突觸中的。如果把人腦看作計算機，這部機器的記憶體和處理器是合二為一的。每個神經元的工作速度並不是很快，但人腦有1000億個神經元，所有神經元之間約有100萬億個神經突觸相連，其中產生的計算能力不可估量。
IBM晶片模擬的就是這種結構。已經研發出的兩個晶片沒有任何生物成分，完全由矽電路組成，每個都含有256個“神經元”，其中一塊有超過26萬個可控制的“神經突觸”，另一塊有6萬多個學習型“神經突觸”。在這兩塊晶片的基礎上，研究人員成功讓計算機實現導航、機器視覺、模式識別、聯繫記憶及分類等功能。
研究人員的長期目標是建立一個有100億個“神經元”和100萬億個“神經突觸”的晶片系統，容量不超過兩升，每小時耗電只有1度。最終建立在這種晶片上的計算機，將可以從經驗中學習，找到聯繫，建立假設，模擬人腦的結構及彈性功能。
該研究項目負責人莫德哈介紹說，現在的計算機簡單說來還是一種“計算器”，在處理一些問題時，耗能大，編程過於複雜。認知型計算機不會取代傳統計算機，但有望讓現在很多看似不可能的計算套用成為現實。
2008年，IBM公司及5家美國大學得到美國國防部高級項目研究局的經費支持，開始進行認知型計算機晶片的研究。這一研究團隊本月18日宣布已經得到2100萬美元的下一期經費，準備開展進一步研究。
