Alvelda协助组织了一个研究项目，开发可植入人体的神经-电接口(neural-electrical interface)；他Z近还创立了一家公司，其远大目标是打造数字版本的海马回(hippocampus)与小脑(cerebellum)。他在专题演说中表示，研究人员现在已经可以追踪高达150万个神经元中的讯号，也就是一只老鼠的整个大脑皮质：“我们能将一个影像放在老鼠面前，然后读取老鼠的大脑运作程序…以着手解开实际的神经编码。”

“信息在大脑中是如何被编码，仍是未解之谜；也许那并不是一种讯号编码或是切换(就像是今日计算机中所使用的)，而是基于多个讯号抵达一个共享频道的相对时间；”Alvelda指出，神经信息论(neural information theory)的研究是从2009年左右展开。

而他也指出，今日的深度学习系统如Amazon的Alexa、IBM的Watson以及Facebook的卷积神经网络(CNN)等相对较为孤立(siloed)，无法推广至他们自己的领域之外：“我们的学习系统需要一个通用的、与感测和记忆整合相关的编码。”

其他与会专家也同意，与大脑估计耗电仅30W、相当于GFlops等级运算的能力相较，今日的神经网络相对较粗陋。曾参与设计MicrosoftZ近发表之Brainwave机器学习系统的ZS计算机架构师Doug Burger表示：“大脑建立于我们只理解了一部份的运算模型上，所有这些深度学习方案都是朝着不同的方向前进。”

“我们需要突破性技术，回归到生物性运算模型，或是投资其他新的模型、找到新的摩尔定律(Moore’s law)；”Burger在Hot Chips大会上接受采访时表示：“生物性模型的优势在于我们知道某一种已经存在的，但我们还不知道深度神经网络有多少数字余量(digital headroom)。”

而Alvelda则认为，海马回扮演的角色是大脑的积分器(integrator)，将子AI (sub-AIs)整合到元AI (meta-AIs)中；他创立的新公司Cortical.ai就是想打造这样的系统。这家公司还很新，连总部办公室都还没有；其目标还包括打造模仿人脑的小脑之预测性系统。

“只在过去几年内，我们就已经知道小脑拥有比人脑其他部份更多的神经元，所以小脑不只是用来做为运动控制的精细化；”他表示：“小脑与整个人脑相连，现在被认为有助于预测认知过程的未来状态。”例如知道如何接住一颗球。

神经工程产业诞生

Cortical.ai的工作在很大程度上依赖Alvelda协助美国国防部高等研究计划署(DARPA)展开的一项研究项目──神经工程系统设计(Neural Engineering System Design，NESD)；该项目是美国前任总统奥巴马(Obama)的人脑计划之一部份，目标是在三年内开发链接神经与电子的可植入式接口，期望可利用现有技术达成的方式，对人脑输入较高质量的视觉与音频数据，恢复用户的视力与听力。研究人员想要将透过光学链接，将视觉数据传递给大脑（来源：EE Times）

“所有让这种接口可行的技术都有了，但却是由不同的公司或大学主导掌控；”Alvelda表示，为了NESD项目，他拜访了80个实验室并主持了好几场工作坊，而这项研究将可利用在广泛的技术上，包括薄型化的CMOS电子探针数组、光子、生物兼容封装，以及基础神经科学。

“我们正在培植发展十分快速的神经工程产业，我们已经有几百家机构以及数百位参与者──我们已经成功催生了一个新产业；”他指出，Tesla的创办人Elon Musk还有一群包括Google在内的公司，在这个产业领域投资了约7亿美元。

在NESD研究项目的基础上，Alvelda表示新创公司Cortical.ai的目标是，让思想突破肉身的限制而释放，例如可以想象一种虚拟现实(VR)技术，能直接写入人的感官；这种能力将带来广泛的影响：“如果电信业者与媒体能直接接触你的思想、感情与感官，会是什么样子？”他也曾经创办过一家智能型手机广播服务公司MobiTV。

Cortical.ai的愿景恐怕非常昂贵，但是Alvelda看好将AI系统结合在一起的潜力，期望将能提供“数字版本的同理心(empathy)”，也就是伦理与信任的基础：“到时候AI会变得真正强大。”