人工脳（Artificial brain または Artificial mind）は、動物または人間の脳と同様の認知能力を有するソフトウェアおよびハードウェアである。
「人工脳」と脳エミュレーションを研究する研究は、科学において3つの重要な役割を果たす：
人間の脳がどのように働くかを知る神経科学者による継続的な試み。認知神経科学として知られています。
人工知能哲学の思想実験。少なくとも理論的には、人間のすべての能力を持つ機械を作ることが可能であることを示している。
哺乳動物、特にヒトのような複雑な中枢神経系を有する動物のものに匹敵する挙動を示す機械を作るための長期的なプロジェクト。 人間のような行動や知性を発揮するマシンを作るという最終的な目標は、強力なAIと呼ばれることもあります。
最初の目的の例は、アルツハイマー病、運動ニューロンおよびパーキンソン病を含む疾患のための新しい治療法を開発するために、研究者が生物細胞を用いて「ニューロスフェア」（ニューロンの小さなクラスター）を作り出す英国バーミンガムのAston Universityによって報告されたプロジェクトです。 。
第二の目的は、John Searleの中国の部屋の議論、Hubert DreyfusのAIに対する批判、またはThe Emperor’s New MindでのRoger Penroseの議論などの議論への返答である。 これらの批評家は、機械によってはシミュレートできない人間の意識や専門知識の側面があると主張した。 彼らの議論への1つの答えは、脳内の生物学的プロセスを任意の精度でシミュレートできるということです。 この返答は、古典的な論文「Computing Machinery and Intelligence」のAlan Turingによって1950年に早くも行われました。
第3の目的は、一般に研究者による人工総合知能と呼ばれている。 しかし、Ray Kurzweilは “強いAI”という言葉を好む。 The Singularity is Nearという彼の著書では、人工脳を実現するアプローチとして、従来のコンピューティングマシンを使用した脳全体のエミュレーションと、これが2025年までに行われる可能性のある（指数関数的な成長傾向を続けるコンピュータパワーの理由による）主張に焦点を当てています。Henry Markram （脳エミュレーションを試みている）Blue Brainプロジェクトのディレクターは、2009年のOxford TED会議で同様の主張（2020年）を行った。
高性能コンピューティングマシンで人工ニューラルネットワークを使用して脳を直接エミュレートすることは一般的なアプローチですが、他のアプローチもあります。 人工的な脳の別の実施態様は、神経ホログラフィック技術（HNeT）の非線形段階のコヒーレンス/デコヒーレンス原理に基づくことができる。 QM波動方程式と非常に類似している核シナプスアルゴリズムを介して、量子プロセスに類推されました。
脳シミュレーションの一部の批評家は、自然を模倣する必要なしに、一般的な知的行動を直接作成する方が簡単だと考えています。 いくつかの解説者は、飛行機を作る最初の試みでは、これらは鳥のようにモデル化されていたが、現代の航空機は鳥のように見えないという類推を用いている。 AIで計算上の議論が使われています – 一般AIの正式な定義があれば、すべての可能なプログラムを列挙し、それぞれをテストしてそれは定義に一致します。 現在のところ、適切な定義はありません。 EvBrain vは、網膜のすぐ後ろのネットワークなど、脳に似た神経ネットワークを進化させることができる進化的ソフトウェアの一形態です。
近い将来、人工的な脳の実現に関する予測は、アプリケーション戦略からははっきりとは分かっていないと考えてよい理由があります。 特に、脳（人間の脳を含む）および認知は現在よく理解されておらず、必要とされる計算規模は不明である。 さらに、権力には限界があるようです。 脳は約20Wの電力を消費しますが、スーパーコンピュータは1MW以上の電力を使うことができます（注：周囲温度で3.5×10 20 op / sec /ワットです）。
さらに、解決しなければならない倫理問題があります。 人工的な脳の構築と維持は、人格、自由と死との関係において、道徳的な問題を引き起こす。 「箱の中の脳」が人を構成していますか？ エンティティは、法的に、またはそれ以外のどのような権利を持っていますか？ 活性化されたら、人間は彼らの操作を続ける義務を負うだろうか？ それは人工的な脳死、睡眠、無意識、または人間の記述がない他の状態の不活性化を構成するだろうか？ 結局のところ、人工の脳は人間の脳のように死後の細胞の分解（そしてその結果としての機能の喪失）の影響を受けないので、人工的な脳は理論的には機能が元の状態に戻ってしまうことがあります。
脳シミュレーションへのアプローチ
高性能コンピューティングエンジンにおける人工ニューラルネットワークによる脳の直接エミュレーションは共通のアプローチであるが、他のアプローチがある。 別の人工脳埋め込みは、非線形位相コヒーレンス/デコヒーレンス原理を用いたニューラルホログラフィック技術（HNET）に基づくことができる。 この類推はQM波動方程式と多くの類似点を持つ中央シナプスアルゴリズムによる量子プロセスで行われました。
EvBrainは、網膜のすぐ後ろにあるネットワークなどの脳様ニューロンネットワークを進化させることができる進化的ソフトウェアの一形態です。
近いうちに人工的な脳の実現に関する予測は、実現戦略に関係なく、楽観的であると信じるべき十分な理由がある。 特定の脳（人間の脳を含む）および認知はまだ十分に理解されておらず、計算の必要なスケールは不明である。 さらに、権力の限界があるように見えます。 脳は約20Wの電力を消費しますが、スーパーコンピュータは1MW（つまり10万以上）も使用できます（注：Landauerの上限は室温で3.5×10 20 op / sec / wです）。
異なるアプローチ
様々なアプローチが想定される：
ニューロンの生物学的活性をシミュレートする
ニューロンの機能的な活動をシミュレートする
脳とコンピュータのインターフェースを介して脳の高レベルの生物学的認知プロセスを直接補完し、これらの機能拡張を機能的に脳個体の心の一部にする人工的外部情報処理システムである外皮を作り出す。 このような装置は依然としてSFであるが、脳機械インタフェースが現れ始めている（例えば、思考によって画面上のボールの動きを制御することを可能にする）。
ニューロン回路（皮質の機能領域、皮質柱）のアーキテクチャは、認知特性の出現において重要な役割を果たす。 1960年代（サイバネティックと呼ばれていたものの一部として）は、当時のマシン（典型的なサイズは256キロバイト）で結果を納得させることなく、連想テーブル（ハッシュ）を使用した認知のモデルとして提案されてきました。 これらのモデルのいくつかは、事前概念化された世界で機能していた、つまり生の観測に関する新しい概念をリリースしなかったが、あらかじめ確立されたパターンに関連した観測でリリースされた。
1965年から1984年にかけての砂漠を横断した後のニューラルネットワークの相対的成功は、スーパーコンピュータの存在とともに、このタイプのプロジェクトを復活させた。
脳シミュレーションへのアプローチ
高性能コンピューティングエンジン上で人工ニューラルネットワークを使用して人間の脳を直接エミュレートすることは一般的に議論されているアプローチですが、他にもアプローチがあります。 別の人工的な脳の実装は、ホログラフィックニューロテクノロジー（HNeT）非線形位相コヒーレンス/デコヒーレンスの原理に基づくことができる。 量子力学的な波動方程式と強い類似性を有するコアシナプスアルゴリズムによって、量子プロセスに類推されてきた。
EvBrainは、網膜のすぐ後ろのネットワークなど、「脳様」神経ネットワークを進化させることができる進化的ソフトウェアの一形態です。
2008年11月、IBMはインテリジェント・コンピューティングの研究に関するペンタゴンから490万ドルの助成金を受けました。 Blue Brainプロジェクトは、ローザンヌのIBMの支援を受けて実施されています。 このプロジェクトは、3次元位置に3,000万個のシナプスを配置することによって、人工的にニューロンをコンピュータ内でつなげることが可能であるという前提に基づいています。
強力な人工知能のある支持者は、Blue BrainとSoul Catcherに関連するコンピュータが2015年ごろに知的能力を超える可能性があると推測し、2050年ごろに人間の脳をダウンロードできるようになる可能性が高い。
ブルー・ブレインは大規模な複雑な神経接続を表現することができますが、このプロジェクトは脳の活動と脳によって実行される行動の間のリンクを達成しません。 2012年、スパンン（Semantic Pointer Architecture Unified Network）は、マッピングに加えて複雑な動作を生成する大規模な神経接続の表現を通じて、人間の脳の複数の部分をモデル化しようと試みました。
Spaunのデザインは、人間の脳の解剖学の要素を再現します。 このモデルは、約250万個のニューロンで構成され、視覚および運動皮質、GABA作動性およびドーパミン作動性接続、腹側被蓋領域（VTA）、黒質などの特徴を含む。 このデザインでは、入力された文字や手書きの文字の視覚的な入力と機械的なアームの出力を使用して、8つのタスクに応答していくつかの機能を使用することができます。 Spaunの機能には、図面のコピー、画像の認識、カウントなどがあります。
近いうちに人工的な脳を実現する予測は、実施戦略にかかわらず、楽観的であると信じるべき十分な理由がある。 特に脳（ヒトの脳を含む）および認知は現在よく理解されておらず、必要とされる計算の規模は不明である。 近い将来の別の限界は、脳シミュレーションのためのすべての現在のアプローチが、人間の脳と比較して桁違いに大きな電力消費を必要とすることである。 人間の脳は約20Wの電力を消費しますが、現在のスーパーコンピュータは1MWまたはそれ以上の電力を使用します。
人工脳の思考実験
脳シミュレーションの一部の批評家は、自然を模倣することなく、直接的な知的行動を直接作り出す方が簡単だと考えています。 いくつかのコメンテーターは、飛行機を建設する初期の試みが鳥の後にそれらをモデル化したが、現代の航空機は鳥のように見えないという類推を用いている。