如何構建虛擬大腦一直是人工智能領域的一個重要議題，2012年11月30日，加拿大網站報道了這個領域的最新成果——虛擬大腦Spaun。
Spaun是Semantic Pointer Architecture Unified Network的縮寫，其為一個由加拿大滑鐵盧大學的神經學家Chris Eliasmith和他的團隊一起開發(fā)出來的虛擬大腦。Spaun擁有250萬個模擬神經元，一個模擬眼，以及可以畫圖的手臂，能夠模擬真正神經元的生物功能，包括細胞中產生的電壓，以及大腦中傳輸?shù)男盘枴Ｕ勂痖_發(fā)這個虛擬大腦的原因，與Eliasmith撰寫的一本解析大腦結構和運作的新書即將上市有著緊密的聯(lián)系，Eliasmith覺得：讓人們相信的最好辦法就是做出一個真正的大腦來。
目前許多實驗室都在制作的大型大腦模型，但這些模型基本不能做任何事情。與之不同的是，Eliasmith的團隊使用計算機來模擬大腦內部，如同通過飛機模擬器模仿飛行，這在大腦和行為之間首次搭起了橋梁。通過了一年時間的開發(fā)，Spaun已經可以辨識數(shù)字，記憶列表并將它們寫下來，它甚至通過了最基本的IQ 測試。
雖然Spaun已經能解決幾個簡單的問題，但這是否是人工智能的突破，或者這是否真實反映大腦特點？
藍腦計劃的開拓者Henry Markram表示，模擬大腦Spaun缺少了很多至關重要的神經系統(tǒng)特點，不能算作一個真實的模擬大腦。
研究人工智能方面的學者Mike James指出，整個Spaun系統(tǒng)是基于已有的神經工程框架——NEF：發(fā)揮計算的優(yōu)勢使神經網絡連接，從而去完成一個特定的任務。它并沒有沒有強調神經的同步，更沒有顯示出真正的大腦和神經網絡的可塑性。雖然Spaun是一個有趣的系統(tǒng)，但總的來說它的生物仿真性很差，能否繼續(xù)發(fā)展下去很難說，至少它存在著根本的缺陷。
《Science》雜志介紹這個“模擬大腦”的文章中指出，這是否是人工智能的突破，或者這是否真實反映大腦特點的問題上，學界存在爭議。
事實上，Spaun并沒有學到什么東西。根據開發(fā)團隊的說法，它可以連續(xù)完成八個包括辨識、記憶、寫數(shù)字等預定義的任務。但它并不學習任何新任務或或修改執(zhí)行現(xiàn)有任務的方式，這更像是舊式的“神經網絡”。因為它使用的是IF神經元，這種神經元大多用來作為例子，寫在計算神經科學的教科書里。
國內領先傳真服務器軟件及文檔解決方案供應商WaveFax，關注國內外科技發(fā)展趨勢，與您分享人工智能前沿資訊。