随着卫星、航空器以及日趋流行的无人机技术的发展，天空中似乎已充满了美国空军（U.S.Air Force）的监视器了，各个国家对此也表示了极大的不满。

　　但面对质疑和抗议，美国空军仍旧“一意孤行”地探索如何利用仿人脑计算机芯片让各类武器系统变得更加智能化。

　　或许在未来，飞行器完全可以做到自动识别车辆（如坦克）或防空系统，如此一来，飞行器自身的生存几率和打击效果也会得到大大提升。

　　近日，美国空军研究实验室（AFRL）利用一种“神经形态仿人脑芯片”在雷达生成的航空影像中成功甄别出了军用车辆和民用车辆。而这种芯片正是由IBM公司研发的，它极高的精准度足以媲美常规的高性能计算机，但能耗却连后者的二十分之一都不到。

　　美空军曾进行了一次竞赛测试——TrueNorth 芯片的对手是一台名为 Jetson Tx-1 的高性能 Nvidia 计算机——目的是为了便于汽车和机器人等机器增加强大的机器学习能力。在竞赛中，配有这两种计算芯片的电脑利用不同的神经网络图像处理软件，尝试从一个称为 MSTAR 的公共数据库种甄别出10类军用和民用车辆，其中的数据实例就包括俄罗斯T-72坦克。

　　最后的结果是，两个芯片系统都实现了大约95%的精度，但IBM的TrueNorth芯片效率更高，功耗仅有Nvidia芯片的二十到三十分之一。

TrueNorth芯片阵列

　　早在 2014 年，美国空军研究实验室就与 IBM 签订了价值 55 万美元的合同，成为IBM仿人脑芯片TrueNorth的第一个客户。但实际上，TrueNorth 项目在很久以前就开始筹备了。

　　2008 年，美国国防部高级研究计划局（DARPA）就给了IBM总计5300万美元供其开发SyNapse项目（Systems of Neuromorphic Adaptive Plastic Scalable Electronics，自适应可塑可伸缩电子神经系统），而TrueNorth正是 SyNapse 项目的最新成果。

　　几经周折，IBM的研发人员探索了一个又一个的领域，从神经科学到超级计算；从全新的计算机架构到新的编程语言、算法和应用程序。经过了 6 年左右的时间，才最终打造出TrueNorth这款仿人脑芯片。

　　与当今所有的计算机都遵循的冯诺依曼架构不同，TrueNorth芯片模仿了人类大脑的神经元结构，研究者在该芯片上设计了一百万个基本单元来模拟哺乳动物大脑中的神经元，并通过两亿五千六百万个“突触”相连接。

　　该芯片正是利用这种“神经元”网络进行数据处理。与它的“前辈”相比，其计算效率和可扩展性都要更加出众，具有并行、分布式、模块化、可扩展、可容错的灵活架构，而且集成了计算、通信和存储于一体。

　　甚至可以说，TrueNorth已经重新定义了仿人脑技术包括体系架构、运行效率、可扩展性和芯片设计等在内的方方面面。

　　除了计算能力出众之外，IBM TrueNorth芯片的优势还在于其强大的认知能力。随着物联网技术的发展，无数传感器会记录下大量的数据，而如何通过分析这些数据来做出对未来趋势的预判，就变成了一个对计算机能力的考验。

　　一般情况下，传统的计算机是无法完成这一任务的，直到TrueNorth的出现才使这一切变为可能。

　　不仅如此，IBM最为知名的超级计算机Watson也因为TrueNorth的加入而变得更加智能化。在未来，小到智能手机，大到超级计算机、云计算网络，或许随处可见TrueNorth的身影。

　　而美国空军之所以对这种芯片感兴趣，则是因为对于一些复杂问题，TrueNorth的效率会更高。比如，在资源及空间匮乏的地区，有可能利用这种仿人脑芯片部署先进的机器视觉，通常来讲，这往往需要大量的计算和能量消耗，传统的芯片恐怕就难以胜任，此时就需要TrueNorth了。

　　那为什么TrueNorth可以显著降低运行中的能量消耗呢？这就不得不提计算机诞生所自带的天然属性了。