在PC的浪潮中，或许IBM已经被挤下巅峰被拍在沙滩上。不过在人工智能的浪潮中，IBM则依据多年的深耕成功地重回巅峰。

IBM在人工智能上的研究主要是对于大脑的模拟，其超级计算机“深蓝”早在18年前便在国际象棋大赛中战胜人类勇夺冠军，而象棋一直被认为是人类最高智力水平的体现。之后，新的超级电脑“沃森”又在一次问答游戏中秒杀人类参赛者。

去年八月，IBM还研制出世界首个大脑芯片 TrueNorth ，大小跟邮票差不多，每块芯片都能模拟数以百万计的神经元，而且这些神经元可以通过“大脑中的突触”互相交流。与此前的PC和超级计算机采用的芯片相比，这些芯片处理数据的方式与人脑处理信息的方式更为接近，而能耗仅为传统芯片的千分之一（两者尺寸差不多的情况下）。

现在，这家公司已经开始了下一代芯片的研究，新的芯片可以帮助移动设备完成一些对人脑容易但是对计算机相当困难的任务，例如语音识别和图像解释。

负责 IBM 研究院和多个业务单位的高级副总裁 John Kelly 表示公司正在研究下一代芯片，不过同时也表示现在最重要的还是寻找商业合作伙伴。这个芯片可以被应用到所有的移动设备、机械和汽车上。

比如当这款芯片被植入手机的时候，手机能识别出用户所说的话，并且对他们周围发生的事情进行追踪。就像我们想唤醒苹果人工智能软件时喊一声“Hey Siri”，而在使用谷歌人工智能软件时可以用“OK Google”一样。

IBM的大脑芯片项目在2008年启动，并得到了 DARPA 的资助，目标是用完全不同的材料打造全新芯片并对人脑进行模拟。TrueNorth 对神经网络进行了深度模拟，并在“大脑中”产生神经元和突触，最终实现“深度学习”。不过，IBM 的这一做法遭到了同样在研究“深度学习”的 Facebook 人工智能研究实验室的专家 Yann LeCun 的质疑。Facebook 与谷歌以及微软实现“深度学习”的方式是基于软件的人工神经网络，并且已经语音识别或图像处理等领域取得实质性的效果，而 IBM 至今未展示其在这方面的成果，因此 Yann LeCun 对于 TrueNorth 芯片的实用性提出了质疑。

对此，主导TrueNorth 芯片研发工作的 Dharmendra Modha 反驳道，如果要在芯片上以高功率效率运行神经网络，制造尖峰（spiking）将是关键。他表示，他的研究团队已经开始开发相关的工具，将这种具备“深度学习”能力的神经元移植到 TrueNorth 芯片中去。

索尔克生物学研究所计算机神经生物学实验室的负责人Terrence Sejnowski 也认为，要想计算机在低能耗状态或者不借助云计算技术的情况下完成智能任务，尖峰神经元是一个非常重要的关键。Terrence Sejnowski 是深度学习领域中的佼佼者，来自蒙特利尔大学，他领导的研究表明，将技术准确性转移到硬件尖峰神经元上，要比原先预想地更为容易。上周，IBM的协作语言软件Bengio 在网上发布一篇论文，文章指出调整深度学习网络中的模拟神经元，让它们更加近似尖峰神经元，并不会损害图像处理的准确性。

IBM的大脑芯片项目一直是以研究为主，离最终走出实验室并应用于实际产品可能还需要几年甚至更久。而同时IBM也会面临来自谷歌和高通等公司的竞争，谷歌已经在研发简化人造神经网络以便用于移动设备的方法，高通也正在设计可以运行“深度学习”软件的芯片。