在收到语音指令后，这三名接受训练的机器人分别充当巡逻、救援和工程维修的"特种部队"，并模拟和合作执行抗洪和救援任务。在类似大脑的计算机控制下，机器人可以按照指令切换手臂。在志江实验室，研究人员演示了1亿台神经元脑计算机的应用。

9月1日，浙江大学联合志江实验室联合开发了中国第一台基于自主知识产权的类大脑计算机。它包含浙江大学开发的792个达尔文2代脑芯片。它支持1.2亿脉冲神经元和720亿个突触，与小鼠脑细胞的大小大致相同。典型的运行功耗只有350×500瓦。目前，它是世界上最大的大脑类计算机。

如今，计算机得到了广泛的应用，但很少有人知道科学家最初想要通过机器来模拟人脑。

浙江大学计算机科学与技术学院(School Of Computer Science And Technology)教授、1亿神经元脑计算机研究团队的负责人潘刚说，计算机的早期发展选择了冯·内曼(Von Neiman)的体系结构，即所谓的数值计算。然而，由于冯·诺依曼(Von Neumann)体系结构中的数据存储和计算分离，存储墙问题就出现了。"这就像将信息存储在A位置，当你想计算信息时将信息移到B位置，然后在计算时将其移回A位置。但处理速度远远低于计算速度，但却使处理本身成为一个关键的瓶颈。

潘刚直截了当地说，这种计算模式限制了以大数据为代表的计算性能的提高。同时，数据驱动的智能算法和训练需要大量的样本和密集的计算，但诸如自学习等先进能力相对较差。"目前的机器智能还远不及人类的智能。

与传统的计算机不同，生物大脑在与环境交互的过程中，自然会产生不同的智能行为，包括语音理解、视觉识别、决策任务、操作控制等，能耗低。在自然界中，许多神经元少于100万的昆虫可以实现实时的目标跟踪、路径规划、导航和避障。

与计算机相比，人脑的耗电量相当于一盏节能灯。类脑计算采用硬件和软件模拟脑神经网络的结构和工作机理，构建了一种新的人工智能系统。该项目的骨干马德副教授说，类似大脑的芯片的工作方式类似于活神经元的行为，通过脉冲传递信号，从而达到高度的并行性和效率。

每个芯片上有150000个神经元，每四个芯片被制成一个板，几块板连接成一个模块。为了使这么多神经元实现有效的链接组合，并将无序信息流分配到相应的脑功能区，研究小组开发了达尔文类大脑操作系统，达尔文类大脑操作系统(DarwinOS)，它实现了功能任务切换时间微秒级，有效地管理和分配了像计算机一样的大脑硬件资源，并支持类似大脑的计算机的操作和应用。

借鉴海马神经回路的结构和神经机制，构建学习记忆融合模型，实现音乐、诗歌、谜语等的时间记忆功能；模拟不同脑区建立神经模型，为科学研究提供更快、更大的模拟工具；实现脑电信号的"思想分型"和实时解码。目前，这1亿台神经元类脑计算机已经完成了多种智能任务。

潘刚指着三台1.6米高、并排的标准服务器底盘告诉记者，尽管1亿水平的神经元类大脑计算机现在是个"大人物"，但随着达尔文芯片和其他硬件的不断升级，类似大脑的计算机的尺寸在未来将缩小。"如何使大脑类计算机比硬件更新更智能是我们的下一步。

潘刚表示，希望随着神经科学的发展和系统软件、工具链和算法的成熟，类脑力计算机总有一天会像冯·纽曼一样具有普遍性，真正和大脑一样高效，并在解决不同问题上相互共存和互补。

潘刚在谈到类似大脑计算机的更多场景应用时说，为了实现1亿神经元类脑力计算机的价值，除了在生活中进行智能任务处理之外，还应优先重视神经科学研究，为神经科学家提供更快更大的模拟工具，并为探索大脑的工作机制提供新的实验手段。