在過(guò)去幾年中，人工智能算法取得了巨大的進(jìn)步。它在我們?nèi)粘Ｉ钪械膽?yīng)用越來(lái)越普遍，經(jīng)常被用于分析文本或圖片的內(nèi)容，理解語(yǔ)音指令，并且效率常常比人類還高。

2016年，AlphaGo算法在圍棋比賽中擊敗了來(lái)自韓國(guó)的世界冠軍李世石，而在10年前，沒(méi)有一個(gè)專家預(yù)見(jiàn)它能取得這樣的成就。

但是，為了達(dá)到讓人矚目的表現(xiàn)，這些算法需要消耗大量的電能，遠(yuǎn)遠(yuǎn)超過(guò)我們的大腦完成同類任務(wù)所需的能量。

在能耗層面上，大腦的記憶、計(jì)算和學(xué)習(xí)過(guò)程比計(jì)算機(jī)要高效得多。我們有沒(méi)有可能從大腦中獲得啟發(fā)，制造出表現(xiàn)更出色的設(shè)備？

答案是肯定的，我們或許可以利用電子的自旋做到這一點(diǎn)。