单个神经元工作原理示意图（图片来源：IBM）
（3）该文中一个吸引眼球之处是多处宣称：“IBM已经构建了由500个该神经元组成的阵列，并让该阵列以模拟人类大脑的工作方式进行信号处理。”当我还没查到原文时，虽然对此有些怀疑，但由于不知道究竟是怎么回事，难于断言。等到看到8月4日该研究团队在《自然-纳米技术》上的论文 [4]后才知道，其实所谓500个神经元组成的阵列只是500个相互之间并无关联的人工神经元集合，对每个神经元给予同样的输入，然后把每个小时间片段内有多少个神经元有脉冲发放作为这整个神经元群体的输出，试图以此来说明这样一种随机神经元群的“群体编码（或者如该文所称的集体编码）”比单个神经元编码优越，表现在根据奈奎斯特-香农定理，单个神经元发放的脉冲序列不能完全恢复频带宽度超过按该定理要求的输入信号中所包含的信息，如果同时用了大量这样的神经元，虽然输入信号不变，但是如果以此群体的响应作为输出，那么情况可能得到改善。
至于有相互联结的神经网络怎么样，文中并没有给出具体结果。2009年瑞士“蓝脑计划”构建了一个出生2周后大鼠的新皮层柱模型，其中包括10000个简化的神经元模型（但不会比整合-发放模型更简化）；同时考虑了几百种不同类型神经元在新皮层柱中的分布与密度，每个神经元又可能跟好几千个神经元发生联系，即使这样他们的模型也还离人脑尚远，在此计划基础上产生的后续欧盟“人脑计划”也遭到大批科学家的诟病，在这方面的进展也不理想。所以说用500个彼此无关的单一的“整合-发放”模型就能“用类似人类大脑的工作方式进行信号处理”只能是天方夜谭。
【免责声明】本文仅代表作者个人观点，与165平板网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。您若对该稿件内容有任何疑问或质疑，请联系本网将迅速给您回应并做处理。