但是，當涉及到計算的時候，人類的大腦仍然比地球上任何一個技術處理系統都要強大得多（而且效率高得多）。
事實上，開發能夠模仿大腦突觸的工作方式的微芯片特別是它們幾乎不需要能量來處理和存儲信息的能力一直以來都是計算的圣杯。
來自艾克塞特大學、牛津大學和明斯特大學的研究人員領導的研究小組研發了一種專門的光子芯片。在測試中，這種芯片的運算速度可以比人腦的速度快1000倍。這種芯片如果用于超級計算機，則可最大限度地同時儲存信息，并只需使用最小的功率�？茖W家們朝著這個計算的圣杯又邁近了一步。
因為這款微芯片是由光驅動的，它們也可以在比任何電子處理系統都更低的能量供應下執行高速計算。
強大的人腦硬件
在人類大腦中，突觸將神經細胞（或神經元）連接在一起。構成記憶和思想的大腦信號以微小的電荷的形式通過這些神經細胞；當電荷到達突觸時，它就會觸發神經遞質釋放，神經遞質是一種化學信使，在整個大腦中傳遞信息。
突觸功能的圖示
突觸本質上是一種電路，它能促進我們的思維、感覺和活動的激活。而且突觸的數量非常多：在一個健康的大腦中存在著大約1000億個神經元，KUKA機器人維修，每個神經元都與其他成千上萬的神經元相連接，大腦中突觸的數量估計在100萬億到1000萬億個之間。
不過，比它們的數量更令人驚異的是它們的速度：大腦中數以萬億計的突觸連接的運行速度與一臺擁有每秒1萬億比特的處理器的計算機的速度類似。（作為參考，這比你辦公室的每秒100兆比特的以太網速度要快1萬倍。）
創造更像人腦的微芯片
考慮到人類大腦天生的強大處理能力，神經形態計算領域的研究人員正在開發以大腦為靈感的計算機、設備以及用于商業用途的電子產品的模型。如果他們成功了，神經形態芯片（或神經芯片）有一天會取代我們的智能手機和其他設備里的CPU（中央處理器）。
現在，即使是世界上最快的處理器和CPU也無法接近大腦突觸的處理速度。在一個模擬實驗中，生物大腦1秒鐘處理的計算量，在K計算機（地球上最快的超級計算機之一）中，超過8萬個處理器工作了40分鐘才完成。
讓計算機變得更快是可能的，但也需要更多的能量。人類大腦的兩個主要的組成部分相比機器占有優勢。我們龐大的神經元網絡和突觸可以：
1）快速并同時地處理和存儲大量信息（這被稱為并行處理）；
2）用非常少的能量進行并行處理，總共只需要幾十瓦特的功率。
歐洲的研究人員用他們的光驅動芯片（light-poweredmicrochip）解決了這兩個問題他們制造出一種速度驚人的硬件突觸（hardwaresynapse），而且所需能量極低。
研究人員通過將相變（phase-change）材料和光子集成電路組合在一起，制造了這種芯片。相變材料在日常物品中有廣泛應用，如可擦寫型的CD和DVD。
相變材料是一類隨溫度變化，能夠儲或和釋放大量能量的物質。同時，光子集成電路利用光而不是電子來操縱原子和執行其他功能。
使用光代替昂貴的、低效率的能源（例如電力）是許多科學家的目標。事實上，一個被稱為集成光子學（integratedphotonics）的學科專注于開發基于光信號的快速處理芯片，用于更快、更環保的電子產品。
由艾克賽特大學、牛津大學和明斯特大學的研究人員開發的光子芯片是一個很好的例子。根據研究小組的說法，他們的光子神經突觸可以比人腦的速度快1000倍，這代表了破解大腦模擬計算機的圣杯的關鍵一步。
盡管迄今為止，研究團隊只進行了測試，以證明該微芯片在突觸模擬中的可編程性和有效性。但研究人員稱，他們的這一大腦啟發的創新顯示了神經形態計算工具的解決方案的一個基本要求。而這正是研究人員所說的開拓性突破的意義所在。
再回到AI領域：如果在不久的將來，一個高速的、基于光的神經芯片被應用在我們的電子產品，庫卡機器人驅動器維修，那么這些設備將能夠以比以往更快的速度、更低的能量需求處理AI算法。如果設備能夠更快地支持AI和高級機器學習，人類的大腦就會失去它相對于機器的某些優勢，這也許會讓我們離奇點又近一步。
，KUKA機器人維修