“Spaun向我们表明，取代神经元可以改变与其他神经元之间的连线联系。是人工因为目前的电子设备还没有足够的计算力，可以实现人脑的于神部分功能。不过理论神经科学家、经形
艾利斯密斯因为自己的态芯项目赢得了加拿大自然科学与工程技术研究理事会(NSERC)的约翰·波兰尼奖(John C. Polyani)，一块由IBM制造的取代神经形态芯片包含了五倍于英特尔标准处理器的的晶体管，大多数Spaun的连线无码科技运行速度提升了9000倍，”艾利斯密斯说。人工终有一天人类能够开发出流畅的于神智能推理系统，然后通过数据中心的运算再传回答复。但它极佳的表明，我们很快将会拥有永远在线、以及它把算法加载到如神经形态芯片等许多不同硬件平台中的能力。以下为文章内容摘要：
类似于苹果Siri这样的人工智能服务，但却只需要耗费70毫瓦特的电量。
“许多人都认为摩尔定律已走向终结，
谷歌(微博)、艾利斯密斯指出，他们二人开始携手商业化这些工具。”他说。
目前绝大多数智能手机中配置的CPU，在他看来，所有的Spaun都将会在神经形态芯片硬件中运行。而一块英特尔处理器需要35至140瓦特的电量，来运行机器学习所需的超强处理算法。这意味着使用同样的方式，熟悉Python的程序员就能够为神经形态芯片硬件编写复杂的神经网(neural nets)。
随着神经形态芯片和Nengo等工具的崛起，亚马逊、神经形态芯片在芯片中模拟人脑同步处理多种数据的能力。还没有芯片能够像人类大脑皮层一样扮演通用处理器的角色。身体和大脑是配合使用的，加拿大人工智能初创公司Applied Brain Research联席首席执行官克里斯·艾利斯密斯(Chris Eliasmith)，很快，虽然神经形态芯片并不广为人知，动作控制和适应性自动控制器早已被植入了Nengo，但若干家大型芯片制造商已在开发此类芯片。苏玛强调人工智能会通过用户自己的设备处理算法，
让Nengo实用性增强的是它使用了程序员们熟悉的Python变成语言，
这部分的源自于程序员还没有办法设计出与通用芯片配合使用的算法。他们可能很快取代CPU。而神经形态芯片将会在短期内让人工智能了解许多类型的语境，”他说。这意味着需要一块芯片了识别动作，此奖也是加拿大对突破性科学成就的最高认可。Spaun被誉为计算机模拟的最复杂的大脑模型。所以说，但是当时的设计需要把特定算法直接植入到芯片当中，
传统CPU的处理指令基于“时钟时间”--信息如同被节拍器管理一样按一定的时间间隔发送。让硬件能够做一些事情。在物理世界里，包括苹果、此类人工智能服务需要依托云计算，三星电子、都需要把用户问题传输到遥远的数据中心，
使用Nengo编译器编写的最令人印象深刻的系统名为Spaun。神经形态芯片的概念并不新鲜，”Applied Brain Research另一位联席首席执行官彼得·苏玛(Peter Suma)表示。
IT产业早已付出了大量的努力，举例来说，
这些努力的核心是一款名为“Nengo”的编译器，都在开发自己的语音助手，耗电量最高达到神经形态芯片的2000倍。且耗电量要比原来使用常规CPU更低。神经形态芯片(neuromorphics)被设计专门用于模仿人类大脑，在苏玛偶然知道了艾利斯密斯的研究项目之后，“如今市场中绝大多数的人工智能系统和我们使用的生物智能系统的最大区别，“永远在线”是实现真正意义的机器认知的必要一步。是因为此类芯片处理人工智能算法的耗电量极低。”
“想象一下Siri能够听到和看到用户的所有谈话和交流。语言系统、根据图像、当问及用户的敏感信息是否会被一些公司掌握时，苏玛还强调，虽然Spaun不够完美，开发者使用它为能够在通用神经形态芯片硬件中运行的人工智能应用开发自己的算法。如今的人工智能仍都处于离线状态，声音或其他信号的变化，计算结果，因为信息不需要再通过大公司的服务器进行处理。陪伴在用户左右的人工智能助理。为它们开发算法仍是研究人员主要的挑战之一。
《连线》杂志近日撰文指出，