六十年或七十年来，计算机一直基于处理电子1S和0s。

现在，计算机科学家在奇怪的新方向上突破了这种范式，因为他们寻求解决数字计算机无法轻易解决的问题的新方法。

一种方法是量子计算，其中计算机利用了含糊不清的“量子”的物质状态。经过多年的大多数假设的量子计算是向现实世界的边缘：一个启动，D-Wave是建立量子计算机，它希望，可以通过加速计算过程通过许多数量级来确定各种可能的解决方案并节省能量。在其他应用程序中，这对加密学有用。

另一种方法是神经形态处理，其中电路以与人脑中的神经元相互连接的方式相似的方式连接在一起。由于神经形态处理器评估问题，IT权重基于其分析结果的连接，使整个复杂的“以人类的脑卒中方式”学习“。这项技术和斯坦福研究人员探索它是今天纽约时报故事的主题。

承诺是，电脑有一天会能够使用这种技术来提高言语和图像识别的东西的能力，这是人类擅长的，直到最近，直到最近，还没有这样做。

计算机科学家们曾与“神经网络”合作，这是用软件编写的，并在传统的硅芯片上运行，数十年。该技术近年来先进，去年谷歌神经网络扫描了一个1000万图像的数据库，并教授自己识别猫。

神经形态处理器采用类似的方法，但将一个水平移动到计算机本身的接线中，这对更有效的学习算法具有一些承诺。

神经形态处理器仍然使用硅芯片，而且该技术尚未推进以取代传统的CPU。但它显示了在适应性，误差和低功率优先级的情况下增强传统芯片的一些承诺。

另一个机器学习具有巨大相关的领域：“大数据”，或者在巨大和经常异构数据集中寻找模式的新兴领域。

学生似乎警惕机器学习的可能性。根据时代，这个过去秋天最受欢迎的斯坦福课是一个吸引760名学生的研究生学习课。

“每个人都知道有一些很大的事情，他们正在寻找它是什么，”时代引用计算神经科学家Terry Sejnowski说。

相关文章