克里斯·伊萊亞斯密斯多年來一直致力於研究建構大腦的組成成分和精確配方。他甚至在二月出版了一本名為《如何建構大腦》的書，書中詳細描述了灰質、樹突連結和其他大腦結構。在寫作過程中，他突然想到或許應該要示範出來。於是，他建構了Spaun，這是迄今為止最複雜的模擬大腦功能係統。
Spaun，全稱語意指標架構統一網路（Semantic Pointer Architecture Unified Network），是一種電腦模型，它可以辨識數字、記住數字、計算數字序列，甚至可以用機械手臂將數字寫下來。它是大腦模擬領域的重大突破，因為它是第一個既能模擬行為又能模擬其生理機制的模型。
該程式由250萬個模擬神經元組成，這些神經元被組織成多個子系統，旨在模擬特定的腦區，包括前額葉皮質、基底節和丘腦。它擁有虛擬眼睛和機械手臂，可以執行一系列彼此不同的任務。
它與其他人工智慧大腦（例如IBM的沃森）的不同之處在於，它的設計目的是模擬行為，而不僅僅是以最佳方式解決功能問題。 IBM希望華森能夠出色地完成一項任務——搜尋——而這家「藍色巨人」並不在乎搜尋是如何實現的。 IBM的其他大腦模擬項目，例如規模龐大的藍腦計劃，可以模擬大腦的空間結構和連接性，但它們無法模擬這種結構如何與行為相關聯，埃利亞斯密斯在一次採訪中解釋道。
「這些人工大腦實際上什麼也不做。它們既看不見，也不記得，更無法辨識物體，」他說。 “它們只是在那裡產生複雜的電壓模式，但這些複雜的電壓模式與行為無關。”
加拿大滑鐵盧大學的伊萊亞斯密斯在一台超級電腦上運行這個電腦模擬程式。 Spaun 被分為兩個主要結構，分別代表大腦皮質和基底核。神經元以生理上真實的方式連結在一起，模擬了研究人員認為基底核和大腦皮質在執行特定任務時所進行的活動。
想像一下，它看到一串數字，例如 1 2 3；5 6 7；以及 3 4？ 。人工神經元擷取視覺數據，理解其中的模式。基於接收到的視覺訊息，程式會將資料路由到大腦皮質中負責特定任務的區域，從而執行一系列任務。這些任務包括測試記憶力、複製視覺資訊、計數等等。它甚至可以完成一些基本的邏輯題，例如上面提到的數字謎題，這類題目通常出現在智商測驗中。
「根據大腦皮質正在發生的事情，基底核會從大腦皮質的一個區域獲取訊息，並將其傳遞到另一個區域。每次傳遞訊息時，它都會更新大腦皮質的狀態，並試圖找出下一步的最佳行動方案，」伊萊亞斯密斯說。 “你可以把基底節想像成控制訊息在大腦皮層中流動，從而完成不同任務的神經系統。”
埃利亞斯密斯指出，人類的大腦完全有能力做到這一點——人們可以坐在電腦前打字，回答一個關於隨機事實的問題，去做個三明治，然後開車，所有這些都可以在很短的時間內完成。
他說：“這個模型試圖解決認知靈活性的問題。我們如何在不同任務之間切換？我們如何利用大腦中相同的組成部分來完成所有這些不同的任務？”
不過，Spaun也有其限制——與真正的神經網路相比，它相對簡單，而且是硬連接，缺乏人腦所具備的可塑性和適應能力。 Eliasmith正在致力於對其進行升級，使其能夠學習新任務並以更複雜的方式理解指令。他甚至在開發一個程序，在這個程序中，Spaun不接受明確的指令，而是獲得正面或負面的回饋。 “我們會告訴它做得好還是不好，”他說，“最終它會找到自己完成任務的策略。”
埃利亞斯密斯表示，Spaun 能夠模擬大腦的生理機能和相關行為，因此對神經科學和電腦科學都有更高的意義。
「這讓我們能夠了解大腦、生物基礎和行為之間的關係。這對各種健康應用都至關重要，」他說。他可以有系統地殺死神經元，觀察它們的死亡如何影響大腦功能，例如，模擬人類老化過程中發生的神經元死亡。他也表示，斯潘可以幫助其他機器更準確、更有效率地模擬大腦功能。 “我們可以嘗試發現生物體使用的演算法，並理解背後的原理，從而建立更優秀的人工智慧體。”
該論文發表在《科學》雜誌。
