罗伯特·霍夫（Robert D. Hof）
和一头哈巴狗一般大小、名叫“先锋”的机器人慢慢向前翻滚着，逐渐靠近地毯上的玩具“美国队长”，它们对峙着站立的地方是一间儿童卧室，无线芯片制造商高通(Qualcomm)在一辆房车中搭建了这个空间。
“先锋”的动作停顿了下来，好像在评估周遭环境，然后，它用自己身前像雪铲一样的工具把美国队长揽入怀中，转个身，把它向三个矮矮的玩具箱推去。
高级工程师章艾乌（Ilwoo Chang）抬起两只手臂，指向应该投放“美国队长”的那个箱子。
“先锋”的摄像头看到了这个动作，乖乖地照做了。然后它又翻滚着折返，发现了另一个动作片人物“蜘蛛侠”。
这次它直线向蜘蛛侠靠拢，完全无视附近摆放着的一个围棋盘，在无人指挥的情况下，把“蜘蛛侠”运送到同一个箱子里。
这次演示在高通位于圣地亚哥的总部完成，看起来没什么大不了的。不过，你却可以从中窥见计算的未来。
机器人完成的这些任务过去通常需要强大的、经过专门编程的计算机完成，耗费的电力也多得多。而“先锋”只是配备了一个智能手机芯片和专门的软件，就能识别从前机器人无法识别的物体，根据它们与相关物体的相似程度来做分类，再把它们传送到房间中正确的位置。
这一切并不是源于繁复的编程，而只是因为人向它演示过一次它该往哪里走。机器人可以做到这些，是因为它模仿了人脑的运作，尽管这种模仿非常有限。
今年下半年，高通会开始对外透露如何把这项技术镶嵌进各种电子设备使用的硅片中。这些“神经形态”芯片（如此命名是因为它们是以生物脑为基础来构造的）会被设计成能够处理图片、声音等感官数据，并以未经特殊编程的方式来应对这些数据中发生的变化。
高通承诺会加速数十年来断断续续发展的人工智能，并使得机器能以和人类相似的方式来理解这个世界并与之互动。医疗传感器和设备将长期追踪个人的生命体征并对治疗做出反馈，学会调整剂量，甚至尽早地捕捉到问题。
你的智能手机将学会预期你下一步想干什么，比如，发送给你将要会面的人的背景资料、提醒你到时间出发去开会了。那些谷歌正在试验的自动驾驶汽车可能完全不需要你的帮助，而更灵敏的家用吸尘器不会再卡在你家的沙发底下。
“我们正在把硅片和生物系统间的界限变模糊，”高通的技术总监马修·格罗布（Matthew Grob）说。
高通研发的这种芯片最早要明年才问世。该公司今年将招募研究人员来测试这项技术。如果成功，这个名为Zeroth的项目将成为神经形态计算首个大规模的商业平台。
除高通这个项目外，美国大学院校和企业实验室也在开展充满前景的努力，比如IBM研究院和HRL实验室各自都在美国国防高等研究计划署的一个耗资1亿美元的项目下开发了神经形态芯片。类似地，欧洲的人脑项目正在神经形态项目上花费约1亿欧元，其中包括海德堡大学和曼彻斯特大学的项目。
另外，德国的一个团队近来报告称，他们使用的一个神经形态芯片和软件模仿了昆虫的气味处理系统，能根据植物的花朵来识别植物所属的种类。
今天的计算机用的都是所谓的冯诺依曼结构，在一个中央处理器和记忆芯片之间以线性计算序列来回传输数据。这种方式在处理数字和执行精确撰写的程序时非常好用，但在处理图片或声音并理解它们的意义时效果不佳。
有件事很说明问题：2012年，谷歌展示了它的人工智能软件在未被告知猫是什么东西的情况下，可以学会识别视频中的猫，而完成这个任务用到了1.6万台处理器。
要继续改善这类处理器的性能，生产商得在其中配备更多更快的晶体管、硅存储缓存和数据通路，但所有这些组件产生的热量限制了芯片的运作速度，尤其在电力有限的移动设备中。这可能会阻碍人们开发出有效处理图片、声音和其他感官信息的设备，以及将其应用于面部识别、机器人，或者交通设备航运等任务中。
对于攻克这类物理挑战，没有什么企业的兴趣赶得上高通。这家公司是许多手机和平板电脑使用的无线芯片的制造商。移动设备用户对于自己手中的机器的需求日益增多，但今天的个人辅助服务比如苹果的Siri和Google Now都有局限性，因为它们必须向云端要求更多强大的计算机来回答或预估人们的提问。
“我们正迎难而上，”领导Zeroth工程师团队的高通技术副总裁杰夫·格尔哈尔（Jeff Gehlhaar）说。
神经形态芯片尝试在硅片中模仿人脑以大规模的平行方式处理信息：几十亿神经元和千万亿个突触对视觉和声音刺激物这类感官输入做出反应。
作为对图像、声音等内容的反应，这些神经元也会改变它们相互间连接的方式，我们把这个过程叫做学习。神经形态芯片纳入了受人脑启发的“神经网路”模式，因此能做同样的事。
这是为何高通的机器人（即使目前它还只是运行模拟神经形态芯片的软件而已）能在没见过“蜘蛛侠”的情况下，把它放到投放“美国队长”的同样地点。
即使神经形态芯片远不如人脑能干，在处理感官数据和从中学习这个方面，它们比现有的计算机速度快得多。
人工智能的顶尖思想家杰夫·霍金斯（Jeff Hawkins）说，在传统处理器上用专门的软件尝试模拟人脑（谷歌在猫实验中所做的），以此作为不断提升的智能基础，这太过低效了。
霍金斯创造了掌上电脑（Palm Pilot），后来又联合创办了Numenta公司，后者制造从人脑中获得启发的软件。“你不可能只在软件中建造它，”他说到人工智能，“你必须在硅片中建造它。”
神经通道
随着智能手机广泛流行，高通公司也宏图大展，该公司的市场资本如今已经超过英特尔。这在某种程度上要归功于高通取得的数百项无线传播专利。这些专利就陈列在其总部大堂7层楼道的其中两层。
现在，高通又在等待再次突破的一刻。它和一家神经科学创业公司Brain Corp合作，投资了这家公司（该公司就设在其总部大楼里），也和自己不断扩大的员工队伍合作。
过去五年，该公司已经悄无声息地开展工作，创造出模拟脑功能的算法以及执行这些算法的硬件。Zeroth项目最初专注于机器人应用，因为机器人和真实世界互动的方式为人脑的学习过程提供了广泛教程——这些教程然后可以被应用于智能手机和其他产品。
这个项目的名称取自艾萨克·阿西莫夫（Isaac Asimov）的机器人“零规则”（Zeroth Law）：“机器人不得危害人类，也不能眼见人类遭到危害而袖手旁观。”
神经形态芯片的创意可以追溯到几十年前。加州理工大学的退休教授、集成电路设计的传奇人物卡弗·米德（Carver Mead）在1990年发表的一篇论文中首次提出了这个名称。
这篇论文介绍了模拟芯片如何能够模仿脑部神经元和突触的电活动。所谓模拟芯片，其输出是变化的，就像真实世界中发生的现象，这和数字芯片二进制、非开即关的性质不同。
不过，米德设法建造可信赖的模拟芯片设计的过程并不容易，只有Audience公司制造的降噪芯片的销售达到几亿美元，这是一个可算作神经形态的处理器。这个芯片基于人的耳蜗的构造，已经在苹果、三星等公司的手机中使用。
作为一家商业公司，高通更看重实用性而非纯粹的设计性能。所以该公司开发的神经形态芯片仍然是数字芯片，要比模拟芯片更容易预估和制造。这些芯片编码和传输数据的方式模仿了脑部在对感官信息做出反应时生成的电波动。
“即使是使用这种数字化的呈现，我们也能复制在生物学中看到的大量行为，”Zeroth项目工程师安东尼·路易斯（Anthony Lewis）说。
这些芯片将完美地融合到高通现有的业务中。高通主导了手机芯片市场，但近来收益成长缓慢。它的Snapdragon手机芯片包含了图像处理单位这样的组件。高通可以在芯片中添加“神经处理单位”，以处理感官数据和类似图像识别、机器人移动等任务。
而鉴于高通在向其他企业授权技术许可方面获利丰厚，它可能也会出售对神经形态芯片上运行的算法的使用权。这可能会导向视觉、运动控制等应用的感知芯片的问世。
认知友伴
日前某天，马修·格罗布（Matthew Grob）正在开会，突然听到电视剧《桑福德和儿子》（Sanford and Son）的主题曲响了起来，吓了他一跳，让他很恼火。原来，在最近一次去西班牙途中，他在自己的手机上设置了一条提醒，用这个曲子做了闹铃。现在，手机以为是时候再放一次这个音乐了。
我们的个人设备还远不够聪明，这只是其中一个小例子。格罗布梦想着这样一个未来：不用拿着出错的手机手忙脚乱地调整设置，而只需对它怒吼一句：“别这样！”，手机就明白了，当主人到了一个新的时区时，它应该把闹铃关掉了。
高通尤其对于神经形态芯片的这一种可能性感兴趣：能够改造手机和其他移动设备，使之成为我们的认知友伴，注意到我们的行为和周遭环境，并逐渐了解我们的习惯。
“如果你和你的设备可以用同样的方式感知周遭环境，它将能更好地领会你的意图，预期你的需要，”高通研究实验室的业务开发主管萨米尔·库马尔（Samir Kumar）说。
我让库马尔举个例子，他倒是说了一整个系列：如果你在一张照片中把你的狗狗圈出来，你的手机摄像头会在接下来的每张相片中都认出你的宠物；在足球比赛中，你可以告诉手机，只在你的孩子射门时才要抓拍照片；在你睡觉时，不用你告诉它，它也知道应该把所有来电都转入语音信箱。而格罗布说，一言以蔽之，你的手机会拥有第六感。
在这种芯片尚未问世前，高通的主管们不愿过多地夸夸其谈。但其他地方的神经形态研究人员却不介意做些揣测。
圣何塞的IBM顶级研究员达蒙德拉·穆扎夫（Dharmendra Modha）说，这类芯片可能会带来给盲人戴的眼镜，用视觉和听觉传感器来识别物体并提供声音线索；能检测生命体征、就潜在问题发出及早警告、建议个性化治疗方式的医疗保健系统；利用风的模式、潮汐和其他指标来更准确地预测海啸，诸如此类。
这个夏天，HRL的首席研究科学家纳拉扬·斯里尼瓦桑（Narayan Srinivasa）计划在AeroVironment生产的设备中测试一种神经形态芯片。这种设备的体积和一只鸟差不多，会在几间房间里飞来飞去，从摄像头和其他传感器获得数据，从而记住自己在哪个房间，并学会更娴熟地在那个空间里飞行。这可能导向更强大的无人驾驶飞机。
程序员们将花些时间弄明白利用这些硬件的最佳方法。“硬件企业现在开始做研究并不嫌早，”人工智能创业公司Viarious的联合创始人迪利普·乔治（Dileep George）说，“商业产品可能要等些时间。”
对此，高通的高层们并无异议，但他们相信，公司预期于今年启动的技术会大大缩短实现这些产品所需的时间。
