追求“长生不老”一直是人类古老的梦想，但是从古至今从来没有人真正的实现过。然而，随着科技的进步，这样的梦想正在慢慢地成为现实。这到底是怎么一回事呢？

要回答这个问题，还得从当今最为热门的“人工智能”说起。

人工智能又称为“AI”，它是英文Artificial Intelligence的缩写，用来模拟和扩展人类的智能。早在1956年的夏季，美国达特茅斯小城正召开了一场学术会议，以麦卡赛、明斯基、罗切斯特和申农等为首的一批年轻的科学家一起探讨“用机器模拟人类大脑智能”的一系列有关问题，首次提出了“人工智能”这一术语，从此这门被称为二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一的新兴科技诞生了。

“人工智能”经过数十年的迅速发展，在今天已经成为一门在理论和实践上都已自成体系的独立学科，已经远远地超出了原本只是作为“计算机学科”分支而存在的范畴。

“人工智能”的发展，自始至终都是对“人脑”思维的模拟。人脑是一个巨型的复杂系统，约有876亿个“神经元”，它们之间的“连接”可能会超过1000万亿个。

科学家们认为，“人工智能”对如此复杂的“人脑”进行模拟，其挑战性是空前艰巨的，有两条路可走：一是结构模拟，即模仿“人脑的结构机制”制造出“类人脑”的机器；二是功能模拟，暂时撇开“人脑的内部结构”，而从其“功能过程”进行模拟。从这样的观点来看，现代的电脑便是对“人脑思维功能”的模拟，虽然IBM计算机“深蓝”早在1997年就战胜了人类的国际象棋世界冠军，但这仍然不是“人工智能”真正意义上的思考，这种尚处于较低层次的“人工智能”被称为“弱人工智能”。

与“弱人工智能”相对应的就是“强人工智能”，此阶段的“人工智能”不但拥有逻辑思维，还拥有“形象思维”和“灵感思维”，象“人类大脑”一样不断适应环境而进行持续的“自主学习”，其目的就是要达到甚至超过“人脑”的思考水平。

就目前人类的科学水平来说，人类对“人脑”的了解还是非常地肤浅。一般认为“人脑”由大量的“神经元”连结在一起组成了规模庞大而复杂的“神经网络”，这样的“神经网络”是一个“高度非线性动力学系统”。现在人类所能做到的，就是先将人脑中“神经元”的组成方式进行“数学化”，然后在此基础上建立起“神经元数学模型”，这种模型被称为“人工神经网络”。

在人类已建立的“人工神经网络”中，可以分为“低层次”和“高层次”两类。“低层次”的有“Bp网络”和“Hopfield网络”，这类“人造神经网络”被称为“感知器”，具备这类学习能力的机器人需要“外部环境”提供“模式样本”，这种所谓的“模式样本”被称为“教师信号”。在“机器人”的低层次的学习中，需要有“教师信号”的参与才能进行。

为了适应“机器人”能够进行“高层次”的学习，“ART网络”和“Khonone网络”就应运而生了。这种“人工神经网络”通过对外部环境的不断“适应”而实现“自主学习”。这类“人工神经网络”被称为“认知器”，无需“教师信号”就可以进行“自主学习”。

那么，“机器人”的“人工神经网络”是如何进行“自主学习”的呢？

要实现“人工神经网络”的学习，首先要实现“人工神经网络”的“记忆”问题。科学家们经过对“人类大脑”的研究表明，“人脑神经网络”的记忆功能都存储在“神经元”之间的“连接”上，“学习的过程”可以被看作是在“神经元之间建立新的连接”或者“修改已有的连接”。因此科学家便以此作为参考，对“人工神经网络”进行大规模的“并行、分布式存储和处理”，从而实现“自组织”、“自适应”和“自学”的能力，就象人类一样有能力处理复杂条件下的模糊信息。

要实现如此强大的“人工神经网络”，所牵涉到的学科领域也是惊人的，几乎包括了“自然科学”和“社会科学”的所有领域，主要有数学、神经科学、认知科学、计算机科学、信息科学、控制论、机器人学、微电子学、心理学、光计算、分子生物学、仿生学、心理学、语言学、医学、哲学等极为广泛的领域，而其中的数学更是重中之重。

“人工神经网络”就是依靠数学建立起“人工神经元”的“数学模型”，从而将“人工神经网络”与“人脑神经细胞”对应起来，用“网络拓扑”的“节点特点”和“学习规则”来表示。日本脑科学家甘利俊一所创立的“信息几何”在“人造神经网络”的“数学基础”理论方面作出了重要的奠基性工作”。

人们在“数学”上找到了理论依据之后，接下来试图运用“数学”、“物理”以及“工程学”综合起来模仿“人脑”的功能。

美国生物物理学家设计了一种“人工神经网络”，它的每个单元由“运算放大器”和“电容、电阻”组成，每一单元相当于一个“神经元”，然后将各个单元连接起来，输入信号以“电压形式”加到各单元上，从而构成一个类似于“人脑思考”的智能系统。为了让这种“人工神经网络”进行“深度记忆”，他灵活地将大规模“多层神经网络”连接起来，组成了“大脑视觉系统”，当“神经信号”经第一、二、三层传递之后，通过层与层之间的“网络连接”而形成“深度记忆”。

不过，虽然能实现“忆忆功能”，但由于其记忆内容不可改变，因而不具备“自主学习”的能力。

在今天，“强人工智能”是否能实现“自主学习”已经成为了一个看起来难以跨越的瓶颈。

不过，总有一些人敢于勇敢地向人类的难题发起挑战。试图研究和打造真实版的“永生人”——也就是像科幻电影中沃克斯那样不死的“虚拟人”，这个计划被命名为 "俄罗斯2045"，这个看起来如同儿戏的计划，却获得了俄罗斯教育部的支持。

这个疯狂的计划分为四个阶段：

第一阶段是从2015年至2020年间。在这期间，科学家先打造出一个功能强大的机器人，这个机器人的强大之处在于可以通过人脑对其进行控制，这个机器人被命名为“阿凡达”。

第二阶段是从2020年至2025年，这时科学家将一个已逝世的人的大脑移植到“阿凡达”机器人身上，让人“死而复生”；

第三阶段是从2030年至2035年，科学家将会研制出储存主人的所有性格和记忆的“人造大脑”，从而延续主人的生命。

第四阶段是从2035年至2045年，用“现代全息投影技术”打造一个影像版的虚拟的“永生人”。

由于“永生人”没有肉体，所以从理论上来说可以“永生”下去，其能力也会变得异常强大，不但可以穿墙而过，甚至可以光速移动，在宇宙中自由地穿梭。这项看起来如同儿戏的疯狂计划已经获得了俄罗斯科学教育部的大力支持。

虽然“俄罗斯2015”计划受到了广泛的置疑，但是从人类以往科学探索的经验来看，每当一个重大科技问题的提出，就算最终证明它是失败的，但是在证明的这一过程中，却会极大地推动人类科技的迅猛发展。

事实上，在“俄罗斯2045”计划提出之前，世界各国对于“人工神经网络”的研究早已经开展得如火如涂。

1990年，日本理光公司宣布研制出一种具有“学习功能”的大规模集成电路“神经LST”，它利用“生物的神经信息”传送方式，在每一块芯片上设计一个“神经元”，然后把所有芯片连接起来形成“人工神经网络”，它处理信息的速度为每秒90亿次，虽然由此构建出来的“人造神经细胞”只有蚂蚁的思考水准，但其意义却是无比重大的。

在美国国会也已通过决议将1990年1月5日开始的十年定为“脑的十年”，国际上的相关研究组织号召“脑的十年”在全球行动起来。

在我国，人工智能发展的势头也非常地强劲。