特制芯片
50年来，摩尔定律作为一项基本原理，一直推动着计算机芯片微处理器的发展。 20世纪60年代，英特尔联合创始人Gordon Moore在经过一系列的观察后，得出了一个推测，他推测集成电路上晶体管的数量，约每隔18-24个月便会增加一倍，微芯片的性能也会得到有效的提升。但现在的问题是，摩尔定律即将走到尽头，因为随着晶体管越来越小，晶体管电路逐渐接近了性能极限，通过提高集成度来提升芯片性能变得愈发困难。
为了人工智能的持续发展，我们必须克服当前的困境，采取相应对策以满足我们对更高阶的处理能力的需求。美国国防部高级研究计划局(DARPA)是隶属于美国国防部的研究部门，他们认为开发专用电路或专用型集成电路芯片(ASIC)是突破摩尔定律的方法之一。上周三，DARPA阐述了他们为了实现这一想法进行的努力，并将研发特制芯片作为“电子复兴计划”的一部分。
其中一个项目是软件定义硬件，通过开发一种硬件/软件系统，允许数据密集型算法在不受任何与ASIC相关的开发成本、开发时间和单个应用限制的情况下，在ASIC上高效运行。第二个项目是领域内专用系统芯片。简单地说，就是将通用芯片、硬件协处理器和ASIC组合起来，“将这个组合体轻松地编到特定技术领域的应用程序中。”
人工智能的限制性因素?
专家们普遍认为在21世纪20年代摩尔定律将黯然失色。同时，人工智能正在接受的测试要求他们有更强大的处理能力——接近于人脑的处理能力。提高人工智能的处理能力，使其达到量子计算和IBM的神经电枢芯片的要求，对于人工智能的可持续发展至关重要。
2014年，DARPA的主管AratiPrabhakar对Defense One说到：“如果您愿意从事研究有关这些问题的专业课程，您将可以获得更多专业的软件架构。特殊架构会给我们带来更大的进步。”
有人看好人工智能的发展潜力，也有人不看好。 Tesla和OpenAI的总裁ElonMusk一直致力于规范人工智能的发展，他甚至警告说，世界各国关于人工智能的竞赛可能会导致第三次世界大战。现在看来，那些令人惊讶的事情，人工智能似乎都可以做到，但如果芯片问题没能得到解决，一切都将是空谈。
对于DARPA来说，芯片问题需要一个更为直接的解决方案。研究人员正不断训练测试人工智能系统，让这些人工智能能够像人类一样思考，或是比人类做得更好。然而，人脑处理信息和数据的能力依旧无与伦比，在当下，即使是最好的人造神经网络(好坏优劣取决于人造神经网络中芯片的计算能力)也无法与之媲美。或许Musk认为另一个最好的解决方案是人类思想与机器的完美结合。
