Google 的神經網路（neural network）通過一種讓電腦「自學」的演算法，讓電腦透過一個基於一億張照片的資料庫進行分析和學習，最終能自行辨別出「貓的照片」。今年6月，這間公司宣布將進一步運用神經網路讓搜尋變得更加精準。
而新的智慧電腦，則模仿人腦一樣擁有一個神經系統，在工作時每個元件能互相影響，和傳統的「編程(programming)」不同，數據傳入電腦後，是透過整個「神經系統」相互反應而工作，而且整個工作過程跟人類思考和行動的方式非常類似。其實類人腦架構的電腦技術目前已經開始應用在一些大型科技公司（如之前提到的 Google），它們基於生物學中的神經系統的原理運作，讓電腦能夠在工作過程中「吸收」訊息，從而根據現場的變化做出調整，這也是之前所講這種電腦能夠自行容錯繼續工作的原因。
對於這種生物電腦來說，衡量處理能力是看「腦袋」大小的。例如去年 IBM 宣布開發出一款模擬人腦運作的超級電腦，就配備了 100 億組神經元——大概為人類大腦的 10%，「想」的速度也比人腦慢 1500 倍
=> SKYNET 快誕生了嗎 ??
100 億組神經元 ??
到底是多少電晶體電路??
