神经计算机

相关想法直接由https://metauto.ai/neuralcomputer和NeuralOS引发。

基于指令的计算机存在一个无法被解决的劣势——一切都需要被定义为清晰的指令。我们如何能构建一个与现实无异的虚拟世界？当下的计算机架构看不到任何可能。这意味着需要将复杂的现实转化为一条条清晰的指令给计算机，算力约束姑且不提，我们又是否真的能穷举完所有的现实？

未来的计算机将基于神经网络，一切都在神经网络中运行，包括系统、操作界面，模型根据界面和操作指令生成下一帧。

该架构天然支持AI操作与脑机接口输入，不需要再将复杂的神经信号转化为指令，而是作为操作的一个模态输入模型，真正做到所想即所得，意图即指令。计算机的操作逻辑将演变为想象与意愿主导。

脑类器官天然适合作为神经计算机的载体，一方面，不需要经过二进制到神经网络的转换，效率更高，另一方面，底层机制更相似，生物相容性更好。

在此基础上，决定用户所见的不再是编程可实现性，而是瑰丽的想象。“创造”成为推动生产力发展的最重要因素。

个体神经模型

尽管基因为生物大脑提供了一个初始模板，但对于生物来说，大脑发育仍有许多的自由空间，这导致了每个人的大脑间都存在差异，难以用一个固定的模型来学习。于是为每个个体构建一个属于他自身的个体神经模型就很重要了。

具体来说，个体神经模型起到一个桥梁的作用，连接起生物大脑与外部世界。没有脑电、电极、眼动、肌电等设备，它收不到大脑和身体信号；没有屏幕、语音合成、机械臂、神经刺激等设备，它也无法作用于外界或反馈给人。个体和个体神经模型通过长期的双向持续适应，实现真正的个性化接口。

个体神经模型的输出不应该仅是各种指令参数，生物大脑、人工神经网络、脑类器官都不是以一条条指令的形式工作的。个体神经模型应该输出的是一个只包含了任务所需信息的向量，与神经活动相比，该向量在不同的个体中具有更强的一致性、更加容易进行解码、噪声更小、输出的信号更加可控。

个体神经模型的个性化还能带来一个好处——个性化的神经调控、甚至增强。

个体神经模型还能解决一个关键问题，如何保护神经数据的隐私性。个体神经模型分离了神经应用与神经数据，只给予应用必须的信息，不提供更多的用户不愿意被读取的信息。

可行性分析

首先核心的ai技术，目前已经能初步实现基于幻觉的操作系统了。虽然目前还只能看，但路径上没什么阻碍。下一步的方向是生成式世界模型。而对于个体神经模型，持续学习是其核心。

然后是脑机接口，目前电极数量看上去是符合摩尔定律的，再过不久采集到的神经信号将成指数上升。

最后是脑类器官，这个可能是最远的，但目前已经能实现训练体外大脑玩乒乓球游戏（虽然那个论文有很多问题，但确实说明能做到）。