得知那条将改变自己一生命运的消息的那天，17岁的德尔门德拉·莫德哈(Dharmendra Modha)正在孟买的一家医院里，带领一帮工人刮除铁椅子上的油漆。他很高兴能拥有这份工作，因为它能保证稳定的收入，也能保证安全——在1986年的孟买，一位贫穷少年切合实际的最大追求不过如此。
莫德哈的母亲在午饭后不久，把话传到了他工作的地方：全国统一大学入学考试的成绩下来了。似乎出了一些问题，因为家里收到了一封令人费解的电报。
莫德哈的分数不仅令他在印度人口最密集的城市荣登榜首，他的数学、物理和化学成绩在拥有一亿人口的马哈拉施特拉邦也都勇拔头筹。他能否前往学校去协调一下？
当时的莫德哈想象不到，那封电报对他的未来有何意义。他双亲的学业都止于11年级，亲戚中上过大学的人数，一只手便数得过来。
然而这些年来，当他沿着考试成绩铺就的道路，先是求学于印度最具声望的理工学府之一，继而进入加利福尼亚州圣何塞市的IBM阿尔玛登研究中心，在计算机科学领域取得事业上的成功，胸中的抱负也经历了一番风起云涌，莫德哈早已远非昔日可比。
近日，这位长着黑色浓眉、留着短发、带着眼镜的小个子工程师，坐在美国硅谷的办公室里，讲述了他改变计算领域未来的愿景。“我们的任务很明确，”已经44岁的莫德哈拿着一枚有一块金色方框的矩形电路板说道。
“我们要让这种芯片无处不在——每一个角落，每一样物体中。我们要让它们成为世界不可或缺的一部分。”
传统的芯片是将成套小型电子模块放在一块小板片上，被计算机用来执行操作。它们往往含有几百万条既能够编码并存储信息，也能够执行程序指令的微型电路。
莫德哈的芯片功能与此相同，却相当节能，而且根据设计，由这种芯片构成的计算机能够处理的数据量将远超传统计算机。
莫德哈展望出一种以这种新型芯片为关键核心的全新计算模式，其计算能力将令现存的任何机器望尘莫及。这种计算模式的模仿对象，正是令当年孟买那位穷苦劳工走向技术革新的重大要塞之一的神奇造物：人脑。
这团光怪陆离的漩涡反映的是恒河猴的神经结构，莫德哈从中汲取设计芯片的灵感。漩涡边缘的缩写标示的是恒河猴的独立脑区
求问神经学
人脑消耗的能量大概相当于一枚20瓦的灯泡——这比一台执行人脑级别运算的计算机节省了十亿倍。它又是那么地紧凑，能够装进一只两升的汽水瓶里。然而，这一团糊状的有机物能够完成的事情，是任何一台现代计算机都无法做到的。
当然，在执行预先编程的计算时，计算机优势明显，比如生成工资单，或者为登月舱计算抵达月球上某个特定地点所要采用的路线。可是若论及从不熟悉的景象、声音、气味和事件中领悟到意义，以及迅速理解它们之间的关联，即便最先进的计算机也无法与大脑相提并论。
也没有机器能够匹敌人脑从经验中学习以及根据记忆预测未来的能力。
5年前，莫德哈意识到，如果世界上最优秀的工程师采用旧的方法上下求索数十载，仍旧无法造出能效及智力可与人脑相比的机器，他们也许就永远都做不到了。
于是他抛弃了过去60年来指导芯片设计和软件开发的许多原则，转而求助于神经学文献。说不定理解脑的不同组件及其互相配合的方式，能够帮助他建造更加聪明、更加节能的硅基机器。
莫德哈的努力正在换来回报。他设计的新型芯片包含的硅基原件，粗略地模仿了碳基脑细胞的物理分布以及之间的连接。莫德哈相信，他的芯片可以用来建造人脑规模的认知计算系统，而能耗只比人脑高100倍。这样的系统将比如今的计算机节能一千万倍。
莫德哈的团队已经演示了一些基础的功能。他们开发的芯片能够学会玩电子游戏《弹跳小球》，而无需程序员明确告知该如何做。在这个游戏里，玩家需要移动屏幕底端的一根长条，准确预测出小球弹起的角度。它们还能够辨识实验室助理用电子笔在平板上潦草写下的阿拉伯数字0至9。
当然，已经有很多工程师实现了这样的壮举——而且令人印象更加深刻。开发算法使计算机根据经验发展出新行为的努力，形成了一门名为机器学习的分支专业。这样的机器已经在国际象棋和智力竞赛节目《危险边缘》中击败了世界上最聪明的头脑！
虽然在教会计算机执行有着明确参数的特定任务，比如侧向泊车或者在百科全书里寻找冷门问题的答案等方面，机器学习理论学家已经取得了进展，但他们的程序还不能让计算机在完全没有预设的情况下形成概念。
莫德哈希望，他的节能芯片能够带来变化。他说：“现代计算机最初被设计用来解决3类基础问题：商业应用，比如记账；科学，比如核物理模拟；还有政府项目，比如社会保险。”
另一方面，大脑则经历了演化的严酷历练，能够迅速理解周围的世界，并依据其结论采取行动。“它能够在大草原上的一片嘈杂之中分辨出徘徊的猎食者，并不需要被告知该寻找什么。它并没有被编程，而是学会了逃跑和避开狮子。”
具备类似能力的机器，或许将帮助人类解决最紧迫的问题之一：信息过载。从2005年至2012年，全世界创造、复制及消费的数字信息增长了2,000%以上——在2012年超过了2.8万亿G。
一些人估计，信息的比特数几乎与可观测宇宙中的恒星数量相当。编写代码以指导如今的计算机处理海量信息——如何排序、分析、连接信息，以及如何做出应对——的艰巨任务，已经远远超出了人类程序员的能力。
莫德哈相信，认知计算机能够填补海量信息与现有计算机能力之间的鸿沟。它们将汇集来自多个传感数据流的输入，并形成关联及记忆编码，从中识别出模式，作出预测，继而解读，甚至可能做出应对之举——而做到所有这些，消耗的电力远低于当今的机器。
比如说，从监测全世界水源的大量传感器获取数据流之后，计算机或许能够学会识别压力、温度、波浪大小和潮汐的变化，然后发出海啸预警——尽管目前的科学还无法将如此大批的变量与海啸之类的巨浪关联起来。
以脑结构为基础的计算机，可以帮助急诊医生做出困难的诊断，哪怕体温、血液成分或者其他潜在疾病相关体征的共同变化还没有被学界所了解。
“你还是会想把你的薪水、性别和社会保险码存储到当今的计算机里面。”莫德哈说，“但是认知计算带来的是一种与此互补的范式，应运而生的将是一种截然不同的机器。”
