类脑计算与大规模拓扑分析的几个关键技术问题

     1：构造一个类脑模型，需要我们实现自动拓扑模型构造模块，而现在的水平是人工手动编辑，费时费力，模型的尺度也很有限

     2：在神经元这个层次里面，我们需要实现纳秒级-(20-50纳米)的动态函数计算单元，而现在是毫秒级(20-50毫秒)的动态函数计算单元，有数量级的差距

     3：在类脑模型的整个存储结构上面，我们才刚刚摆脱SQL数据库的限制，但是仍然是采用的磁盘文件的存储模型，100个神经元连接的拓扑扫描速度仍然在若干个秒左右，存储容量在8KB大小
          

而整个人脑的神经网络有30亿个节点，上千亿个连接，存储整个类脑计算模型的磁盘存储容量和读写速度仍然有很大的速度上的限制。。。
     
           要实现强人工智能的超脑计划，就要首先解决上面的三个技术难题，在几秒钟的时间内，类脑计算系统要能够扫描并分析数百万或者更多的神经元节点，而现在这个时间却需要十分钟或者更长
           下一个10年的计划，即2024年-2034年，我们要开发出自动拓扑构造器，纳秒级的动态函数编译器和新型的大规模拓扑结构存储系统。。相信我不是一个人在战斗

            加油。。。。。。。。中国
         

            补充
            目前看来，用JVM做的动态编译系统，最多也只能够实现毫秒级的动态编译计算能力，要实现纳秒级的动态编译计算能力，估计就要用汇编语言asm来做了，这对我们来讲是一个挑战

            在现在已经掌握的矩阵数据库的基础上，实现图形文件的动态内存装载和计算，估计可以再进一步的提高拓扑遍历的速度

            总之，我们将在每一个可能的技术要素上面，一毫秒一毫秒的抠出时间来，最大限度的提高复杂拓扑结构的分析和扫描速度，为下一步实现强人工智能计算打下基础