Chris Eliasmith花了数年时间试图弄清构建大脑的构成要素和精确配方。他甚至有一本书将于二月出版——名为《如何构建大脑》，书中描述了灰质、树突连接和其他大脑的解剖结构。在写作过程中，他萌生了想要展示它的想法。于是他构建了Spaun，这是迄今为止最复杂的功能大脑模拟。
Spaun，全称语义指针架构统一网络（Semantic Pointer Architecture Unified Network），是一个计算机模型，能够识别数字、记住它们、找出数字序列，甚至用机械臂将它们写下来。这是大脑模拟的一个重大飞跃，因为它第一个能够真正模仿行为，同时模拟其基础生理学特性的模型。
该程序由250万个模拟神经元组成，这些神经元被组织成子系统，旨在模仿特定的大脑区域，包括前额叶皮层、基底神经节和丘脑。它拥有虚拟的眼睛和机械臂，可以执行一系列彼此不同的任务。
它与IBM的Watson等其他人工智能大脑不同之处在于，它旨在模仿行为，而不仅仅是尽可能好地解决功能性问题。IBM希望Watson能在一个领域做到极致——搜索——但并不关心它是如何做到的。Eliasmith在一次采访中解释说，IBM的其他大脑模拟项目，如庞大的Blue Brain Project，可以模仿大脑的空间结构和连接性——但它们无法模仿这种结构与行为的联系。
“这些人工智能大脑实际上什么都不做。它们看不到，不记忆，不识别物体，”他说。“它们只是在那里产生复杂的电压模式，但这些复杂的电压模式与行为无关。”
加拿大滑铁卢大学的Eliasmith在超级计算机上运行着这个计算机模拟。Spaun分为两个主要结构，分别代表大脑皮层和基底神经节。神经元以生理学上真实的方式连接在一起，模仿研究人员认为基底神经节和皮层在特定任务中所做的。
想象一下，它看到了一个数字序列，比如1 2 3；5 6 7；以及3 4 ?。人工神经元提取视觉数据，理解其模式。根据接收到的视觉信息，程序会将数据路由到皮层的任务特定部分，以便执行一系列任务。这些任务包括测试记忆、复制视觉信息、计数等等。它甚至可以执行像上面数字谜题这样的基本逻辑问题，这些问题出现在智商测试中。
“根据大脑皮层正在发生的事情，它会从大脑皮层的一部分获取信息并将其路由到大脑皮层的另一部分。每一次这样做，它都会更新大脑皮层的状态，并试图弄清楚下一步做什么最好，”Eliasmith说。“你可以认为基底神经节在控制信息通过大脑皮层的流动，以便解决不同的任务。”
Eliasmith指出，人脑在这方面能力极强——人们可以坐下来在电脑上打字，回答一个关于随机事实的问题，去做一个三明治，然后开车，所有这些都在短时间内完成。
“这个模型试图解决认知灵活性问题。我们如何在一系列任务之间切换，我们如何使用我们大脑中的相同组件来完成所有这些不同的任务？”他说。
尽管如此，Spaun仍有其局限性——与真实神经网络相比，它相对简单，而且它是硬连接的，缺乏人脑所具有的可塑性和适应性。Eliasmith正在进行更新，使其能够学习新任务并以更复杂的级别理解指令。他甚至正在开发一个程序，其中Spaun不接受明确的指令，而是接受积极或消极的反馈。“我们只会告诉它做得好不好，”他说。“最终它会自己找到完成任务的策略。”
Eliasmith说，Spaun在模仿大脑生理学和相关行为方面的能力，为神经科学和计算机科学都服务于更高的目的。
“它让我们理解大脑、生物基质和行为是如何关联的。这对各种健康应用都很重要，”他说。例如，他可以系统地杀死神经元，观察它们的死亡如何影响性能，模拟人们随着年龄增长所发生的过程。或者，Spaun可以帮助其他机器更准确、更有效地模仿大脑功能，“我们可以尝试发现生物体使用的算法，并可能理解其背后的原理，以构建更好的人工代理。”
该论文发表在《科学》杂志上。
