主要观点总结
文章介绍了大脑的高效低耗特性，以及人工智能从大脑学习中获得启示的研究进展。文章提到，人工智能研发应该学习生物脑的机理，而类脑智能是模拟生物神经和身体系统实现更强智能的一种思路。当前，科学家和工程师正在通过模拟人类大脑或神经网络来推动人工智能发展，并取得了一些成果。然而，人工智能仍面临许多挑战，需要创造力的工作是其中之一。文章还介绍了对大脑研究的进展和打造高效‘机器脑’的梦想。
关键观点总结
关键观点1: 大脑的高效低耗特性
大脑有1000亿神经元和数百万亿的突触连接，以并行和分布的逻辑处理信息，能够以低能耗同时处理多个任务。
关键观点2: 人工智能从大脑学习中获得启示
今日人工智能的一种思路是更深入地研究大脑，通过高精度地模拟生物神经和身体系统，实现更强智能，即所谓‘类脑智能’。马欢团队借助小鼠研究发现神经元在神经活动下线粒体基因转录显著增加，这为人工智能研究提供了启示。
关键观点3: 科学家通过模拟大脑推动人工智能发展
许多科学家和工程师正在通过模拟人类大脑或神经网络来推动人工智能发展，取得了一些成果。例如，“深度学习”在目标和语音识别方面取得了巨大成功。然而，人工智能在面对现实世界的任务时仍面临挑战，需要创造力的工作是其中之一。
文章预览
小到笔记本电脑，大到超级计算机，有计算的地方，似乎就有高能耗——不对，除了我们的大脑。 我们的大脑奥妙无穷，尤其妙的一点，就是“高效低耗”，解决问题不需要特别多的能量。也正因此，不少科学家意识到， 人工智能研发，应该先学学生物脑的机理。 记者 | 朱涵 本文转载 自《半月谈》2025年第2期 ，原标题为《大脑“充电”，效率为啥这么高？ 》 。 1 不那么耗能的智能 城市街道上，一辆自动驾驶汽车正在行驶。如果这时，有一个孩子追着皮球冲上马路，出现在汽车正前方，接下来会发生什么？ 车载系统的多个传感器立即捕捉到这一情况，专用的神经网络处理器和GPU开始高速运算，在大约100毫秒内完成从感知到决策的过程，只是，峰值状态能耗可能达到数百瓦；人类在大脑指挥下，同样能在电光石火间踩下刹车，但大脑的能耗大约
………………………………
