一、人腦能控製計算機嗎
當電腦變得愈聰明的時候，人們自然而然地發問：人腦能直接控製計算機嗎？計算機能與人腦進行互聯嗎？
目前，世界上許多國家的研究中心都在競相開發一種能由人腦控製的計算機。
現在使用的計算機，一般都是通過鍵盤或鼠標器輸入指令而工作的，另外還有少部分聲控電腦。紐約州衛生部的專家們巳經開發出一種新的係統，使用者借助這種係統經過一些訓練後，便能通過大腦思維，慢慢上下左右移動計算機的光標，而伊利諾伊大學的心理學家們發明的二種方法能讓操作人員在大腦中拚寫出某個單詞，通過這種計算機就能打出該詞。不過，利用這種方法目前每分鍾隻能打出23個字。
伊利諾伊大學的一位教授說，這種由大腦控製計算機光標的技術，是通過計箅機分析大腦傳出的電信號來實現的，而這些電信號的收集則是由長期被用來診斷大腦毛病的腦電圖記錄進行的。
目前，研究腦電波控製計箅機的一個重大挑戰是：如何使計箅機從人腦電波中分辨那人說是還是說否，更何況其他複雜的思想。關鍵是科學家們目前對腦部細胞就某些思想釋放出來的電荷以及它們之間的關聯所知甚少。另外某個信息可能同時被其他信息所遮蓋，這對計箅機收集和分析信息造成相當的困難。
有些專家認為：由於這種實驗技術耗資巨大而且非常複雜，很難投入實際運用。他們說完全隨大腦反應的計箅機還需要幾十年的時間，也許永遠都是科學幻想。但另一些科學家認為，用人腦的意念指揮計箅機或者幹脆人腦和電腦融為一體是可能的，這不過是一個時間問題。
二、神經計箅機正在崛起
要講研製神經計箅機，必須得研究人的神經活動情況，也就是腦神經是如何思考的。
根據對心(信息處理過程)和腦之間關係的不同認識，目前理論上有兩大流派。即符號主義和連接主義。
符號主義認為，認知（智能）的基本元素是符號，認知過程是對符號表示的運箅，人類的語言、文字和思維都可以用符號來表達，而且思維過程隻不過是這些符號的存儲、變換、輸入和輸出。總之，這部分科學家是心與腦的二元論者，認為心和腦是可以分離的。由於人類的思維能用符號來描述，所以隻要把這種描述表示出來，讓能夠處理符號的機器(例如用計箅機)進行運箅，那麼實現認知便沒有什麼困難了。所以實現認知的關鍵便是如何把知識表示為計箅機能夠認識的符號。這就是實現人工智能以來，一直沿用的基本方法。它把人的認知這個複雜的問題，簡化成符號處理問題，使機器能在一定程度上實現人的智能。30多年來實踐經驗表明，它在一定程度上獲得了成功。
與之相反，連接主義認為符號是不存在的認知的基本元素就是神經元(細胞這個實體本身，認知過程是大量神經元之間的相互連接所引起神經元不同興奮狀態的過程。正是因為這樣，所以這一流派才被稱為連接主義。他們認為心與腦是不可分離的。因為離開了神經元的連接，也無從進行信息處理。
連接主義是80年代中期出現了作為人腦模型的神經網絡計箅機後才出現的，是對傳統的符號主義的挑戰。需要指出的是，雖然這兩大流派存在巨大分歧，但它們都承認人腦是智能的物質基礎，而思維過程則是某種形式的信息處理過程。
符號主義在解決一些較簡單的問題時是成功的，但存在很大局限性。因為人的許多思想是難於用符號來表達的。例如人的相貌、心情等都難於用符號表示。甚至像什麼樣的鳥能飛這樣簡單的問題都難於用符號滴水不漏地描述出來。如果回答是除鴕鳥、企鵝……之外，一切鳥都能飛，那麼，還漏掉了死鳥能飛嗎?這樣一點。即使再把死鳥排除在外，也還存在著剛生下來的鳥能飛嗎?受了傷的鳥能飛嗎?之類的問題。
連接主義由於不用符號，所以不存在著難於描述的困難。它與在視覺處理、識別與理解、語音識別上顯示了優勢。但是為了實現柔性很大的連接，所以對硬件和軟件的要求都更髙了。
我們可以這樣說，在神經計箅機出現以前，一切計算機都是以符號主義作為理論基礎的。因為二進位製就是0與1，就是是與否，一切的數字化的表達都是符號主義的體現。這種表達差不多到了極限。要想使計箅機再有更大的進步，要想使計算機與人腦互聯，就必須向神經計算機方向進步。
40年代出現的電子計算機，具有箅術運算、邏輯推理、存儲記憶等功能，通過運行某些程序，還具有一定的推理能力，所以被人稱之為電腦。電腦在執行人規定的死板工作時，確有超人的能力，但它並不具備人腦那樣的智能。
此外電腦隻能在同一個時間裏作一項運箅，執行一項指令，就是所謂的串行處理方式。可是人腦在處理許多事情時，往往對為數釋多的信息同時進行處理，這就是並行處理方式。例如對圖像的識別就是這樣。人決不會像計算機這樣逐點掃描。然後才能對整個圖像的內容得出結論，人是一眼就能看出圖像的內容的。因此我們是否可以這樣說，電腦在邏輯思維方麵確有超過人腦或相似於人腦的地方，但在形象思維方麵遠遠趕不上人腦。最為明顯的例子是，兩三歲的小孩不管從哪個角度上，都能從老遠就認識媽媽，而讓電腦做同樣的工作，將永遠不如一個孩子。
所以，從電腦一產生時起，人們就致力於探討人腦是怎樣處理各種信息的，希望從中得到一些啟發。
到了70年代後期，人工智能開始蓬勃發展。進入80年代，各種專家係統、機器翻譯、圖像識別、聲音識別、智能機器人等紛紛進入實際生產領域。人工智能成為一種行業，其產品以一前所未有的速度在增長。傳統的計算機的工作方式遠遠不能適應人工智能的各種要求。於是，以日本為代表1982年提出發展第五代計算機的10年計劃，也就是要實現有智能的計箅機。與此同時，又激起了人們仿效人腦來改進電腦的熱情。
在這祥的背景下，1982年，美國加利福尼亞工學院霍普菲爾德提出的神經網絡模型具有特別重大意義。它同其他類似模型的重大區別，在於這一模型可以同電路一一對應。因此，人們不僅可以通過這一模型了解人的神經細胞是怎樣工作的，而且能夠把它製集成電路的芯片，使計算機仿效神經細胞而工作。這就使計算機在仿效人腦方麵邁出了堅實的一步。於是，便出現了所謂神經計算機，這在計箅機領域上又揭開了新的一頁。
人的神經組織的基本單元是神經原（又叫神經元、它就是神經細胞。每一個神經原包括細胞體和突起兩部分。突起又分為軸突和樹突。軸突較長，構成神經纖維；樹突較短而分支很多。一個神經細胞同另一個神經細胞密切接觸的地方稱為突觸，它主要是一個神經原的軸突末端與另一個神經原的樹突或細胞體之間的接角。細胞之間就是靠突觸來傳遞信息的。而且突觸傳遞信息是有方向性的。不同突觸將起不同的作用，有的使後麵的神經原興奮，有的則使其受到抑製。
表示簡單的神經網絡模型。其中為主要的神經原，為中介的神經原。它們下部延伸出來的長線就是軸索，上部成樹枝狀的分叉就是樹突。小月牙狀的東西就是突觸，實心的表示抑製性突觸結合，空心的表示興奮性突觸結合。表示從外部進入的軸索，它同各主要神經原之間形成興奮性突觸結合，而各主要神經原之間則直接或間接(通過中介神經原)地形成抑製性突觸結合。
同這一模型相對應的電路中，用一個放大器及其反饋電路來代表神經原。放大器有兩個輸出端，正輸出端用以構成興奮性突觸結合，負輸出端用以構成抑製性突觸結合。反饋電路由導線及電阻、電容元件組成。放大器輸入端和接地之間接有並聯著的電阻和電容。改變這些元件的參數將改變突觸結合的強度，因而將改變神經網絡模型電路的性能。神經網絡模型概括起來有三個方麵特點。第一，具有聯想能力，第二，具有自組織能力，第三，具有自動走向穩定狀態的能力。
人在想起某件東西時，同其有關屬性對應的神經原都處於興奮狀態。這些神經原互相有聯係，使人有聯想能力。神經網絡模型仿效這一原理，通過各神經原間形成的突觸結合，也可具有聯想能力。為簡單起見，以記憶蘋果、香焦、桔子三件東西的網絡為例。蘋果的特征具有紅的、圓的、硬的三個特征，而香焦則為黃的、細長的、軟的三個特征；桔子則為橙的、圓的、軟的。當我們看到蘋果時，則紅色的、圓形、硬的三個神經原將同時處於興奮狀態。調整這些結合的強度，便可改變印象的深刻程度。這樣，模型便具有聯想能力。
表示這樣的網絡，它由三個神經原群組成。每群表示一種屬性，其中各個神經原相應地表示這種屬性中的各個屬性。由於蘋果、香蕉、拮子共有七個屬性，故阿絡中總共有七個神經原。因為同一東西隻能占有同種屬性中的一個，如蘋果既然是紅的，就不能又是黃的、橙的，所以在同一群中各神經原是抑製性結合，在圖中用一號表示。而同一東西的各個屬性，如蘋果的紅色、圓形、硬的將同時處於興奮狀態，所以它們之間成興奮性結合，在圖中用十號表示。這樣，當看到圓的形狀時，由於興奮性的結合，將會聯想起軟的、橙的桔子，或紅的、硬的蘋果。調整這些結合的強度，便可改變印象的深刻程度。這樣，模型便具有聯想能力。―
以往的電路做好以後就不變了，而現在仿效神經的功能，根據不同的問題改變各神經埂之間的突觸結合強度，使整個神經網絡模型電路最適於解決這種問題。這就是網絡模型電路自己具有自調能力。最後，霍普菲爾德在他的模型中使用了計算能量這一概念，這類似熱力學中的熵。不管抻經網絡模型電路最初處於怎麼樣的狀態，一開始工作便將使其計算能量不斷減少。當計算能量達到最小值時，模型電路便保持這一狀態(如某神經原處於興奮狀態，而其它神經原處於抑製狀態)不動，這時整個電路便處於穩定狀態。如使電路的穩定狀態對應於所求向題的解，則電路工作的結果將很快達到穩定狀態，也就是求出了問題的解。
利用這種原理構成的計算機叫做神經計算機。神經計算機適用於最好使用並行處理方式的衛作，如圖像識別。聲音識別等。也適用於最優化問題。
現在以美國為首的西方各國正在大力開發神經計算機的研究開發工作。如美國的電話電報公司的貝爾實驗室巳經製成神經網絡集成電路芯片，整個芯片的對角線長度僅67毫米。在對角線長度為300微米的範圍內，便可容納256個神經元。此外，在宇宙航行方麵著名的噴氣推進研究所，以及麻省理工學院、林肯研究所等也在進行這類芯片的研製工作。世界最大的計算機公司一一18似公司的克魯茲楊小組也正在開發以乂現命名的、以神經網絡模型為基礎的計算機。
日本也不甘落後，日本電子技術綜合研究所、日本東京大學等單位也在開展這方麵的研究工作。
預計在不久的將來，神經計算機將會進入實用，這意味著人們在實現仿效人腦改進電腦的目標中，邁出了堅實的一步。
三、加緊開發的生物計算機
弗洛伊德早在50年前就曾經預言，記憶與大腦內部的化學成份變化有關。這個預言，今天巳被科學家們的研究所證實。
美國心理學家、教授詹姆斯，麥康爾做過這樣一個實驗：在開燈的同時對渦蟲進行電刺擊，多次重複以後，渦蟲一見燈光便蜷縮起來。然後他把這些渦蟲磨碎，給未經訓練的渦蟲做飼料，當這些本來有趨光性的渦蟲吃了這些飼料後，發生了變化，也產生了對光的逃避反應。也有人從通過訓練變得好動的兔子大腦裏提取一種物質注射到不大好動的兔子大腦裏去，結果，不太好動的兔子大腦也變得異常活潑好動。注射到其他動物大腦裏去，也起到了相同的作用。於是科學家們得出結論，記憶肯定與某一種物質有關，而且在生物體中，記憶還能夠轉移。