其次，芯片一定要足够的小，小到可以塞进薄薄的智能手机里，并且能对各种各样的智能电子设备进行远程最高权限的操作。

第二个要求说简单也简单，说难也难，简单在于技术上的问题很容易解决，难点在于因为隐私等问题，不容易通过各国政府的审批。

不过与人工智能相比，这是小问题。

两个要求加起来，可难倒了陈曦手底下的工程师：芯片小，内存必定大不到哪去。

四种运动算法的本体就算不运行时，数据量也不亚于智能手机的操作系统，一旦运行起来，产生的数据能在半小时内塞满一个几百gb的硬盘。

陈曦恨铁不成钢的骂：“笨呐，让你们研究新一代的数据传输技术、分布式计算技术、云端储存技术，不就是为了这个？”

“以后的建筑物里必定全是芯片，有负责储存的、有负责运算的，将计算与存储分开，神经元芯片干脆绑定数据传输得了。”

危机纪元17年，神经元芯片诞生了，小的只有小拇指的指甲盖那么大，大的有巴掌那么大，前者是安装在小型电子设备上的，后者是超级计算机、神经元主脑的基础单元结构。

幸运的是，山衫惠子还在忙活算法，得知陈曦有了芯片后，她就直接拿去用了。

……

曙光科技的某个实验园区，类脑的学习实验开始了。

志愿者头上戴上一个金属罩，金属罩内部是低温液氦和超导线圈，简单来说就是一个核磁共振仪，但远比那玩意要先进很多。

随后，他开始写字，解析摄像机毫秒级拍摄志愿者大脑神经元的运动，这些运动信息经计算机处理后，能形成可供脑科学家们进行分析、研究的神经元网络模型。

由于算力问题，计算机处理摄像机拍到的信息整整花了一个星期，之后，脑科学家们将神经元的运动信息一点点输入类脑。

这个过程花了一个月的时间，但结果还是失败了，因为智脑太小，只有区区一百万个模拟神经元，而人脑拥有将近一千亿个神经元。

没办法，他们只能猜测哪些神经元运动是写字时出现的运动，一点点剔除。

这是无比庞大的工作量，陈曦不想浪费有限的生命，于是选择了为期两年的冬眠。

18年，曙光类脑操控机械手臂，歪歪扭扭的写下了一行字。

脑科学家、计算机学家意识到，只要将与行为对应的神经元运动信息准确的输入类脑，且转译系统足够优秀，类脑就能完美的复现神经元运动对应的行为，人能干的事它都能干，无论有多复杂。

转译系统是个软件，可以将模拟神经元的模拟神经信号转化为机器能听懂的数字信号。

这玩意稍微升级一下，就有一个暂时没什么实用价值的应用—真‘人’工智能：解析摄像机捕捉佩戴者的神经元活动，将之转化为数字信号发送给机器，机器做出响应。

没有实用价值是因为解析摄像机太大、太笨重，转译器仅仅只记录了八十亿人中某一个人写某些字时的神经元活动的翻译语句，没有普适性。

19年，计算机技术取得重大突破，计算力比以前强了一万倍，传统硅基芯片走到头了，但还有处于起步阶段的光子计算机。

各国纷纷建造新一代超级计算机，曙光科技也一样，各国瞧见类脑智能的潜力，给予了大量资源技术人力以支持。