IBM一直都有一個夢想，開發一臺計算機，它能夠像人一樣做決定，擁有智力。最近，IBM的研究取得了重大突破，它離目標更近一步。
IBM開發了名叫TrueNorth的晶片，能夠模擬人腦運行。為了證明它的速度很快，能耗很低，IBM對晶片進行了測試。TrueNorth具有深度學習能力，像人類大腦一樣，它也可以進行關聯分析，判斷各種可能性。雖然其它一些計算機也可以擁有相同的能力，但是它們的能耗高很多。
因為TrueNorth可以自己學習，未來，我們可以將「智力」植入各種計算設備，比如物聯網、智慧型手機、機器人、汽車、雲計算和超級計算機。
早先IBM展示過晶片，當時它將晶片裝進一臺名叫NS16e的計算機，該計算機的運行原理與人腦類似。利用神經網絡，NS16e能夠識別圖像、語音、模式。
人類的大腦極為複雜，擁有1000億個神經元，神經元通過神經節點——也就是突觸——連結在一起，彼此可以通信。皮質負責識別視覺圖像，其它部分負責各種運動機能。
NS16e建有「數字神經元」，但是數量比人腦少得多。IBM系統安裝了16顆TrueNorth晶片，每一顆有100萬個神經元，突觸數量2.56億個，彼此用電路連結在一起。NS16e也有內存、計算通信子系統，但是它們的設計方式與現有組件不同，IBM系統可以處理數據。
IBM介紹稱，TrueNorth處理器可以給圖片數據分類，每秒速度1200-2600幀，能耗25-275毫瓦。處理器還能夠識別圖片模式，這些圖片是50-100個攝像頭以每秒24幀的速度拍攝的。未來，IBM可以將功能嵌入到智慧型手機，幾天不充電都可以使用。
TrueNorth的能耗很低，現有伺服器安裝的是傳統晶片，比如GPU、CPU和FPGA，它們也可以識別圖像和語音。Facebook、谷歌、微軟、百度都在開發深度學習技術，通過分析與圖片、語音相關的答案，深度學習網絡可以自動學習，網絡一般用GPU驅動，能耗很高，超過150瓦。
IBM為TrueNorth開發了算法和深度學習模式，它包含了識別模式，可以將過往數據和現有數據聯繫在一起。針對不同的深度學習模式，IBM開發了相應算法，儘管如此，晶片仍然兼容現有系統，比如MatConvNet。換言之，開發者利用MatConvNet就可以為IBM晶片開發學習模型，TrueNorth可以在幕後處理任務，開發者並不需要直接面對TrueNorth。
這種處理過程和早期的遊戲開發有些類似，最開始時，遊戲開發者並不直接深入GPU，他們也不知道如何利用GPU的功能。直到最近，Vulkan更換了OpenGL API，開發者才可以直接使用GPU功能。
深度學習很強大，無人駕駛汽車就是明證，汽車用強大的計算機導航，識別信號、車道及其它對象，安全行駛。TrueNorth晶片會讓每一個神經元進行低級處理，然後將處理結果融合在一起，最終識別圖像或者聲音。事實上，Nvidia、英特爾晶片使用的技術是一樣的，只是功耗高很多。
TrueNorth仍然處在發展初期，按照IBM的計劃，它準備開發一臺和人腦相當的計算機，問題在於編寫算法和應用有些挑戰。
2004年，IBM開始研究「大腦」晶片，2009年，IBM計算機已經能夠模擬貓的大腦，2011年，IBM開發出原型晶片，它有256個數字神經元，能夠識別模式。什麼時候能開發出跟人腦一樣強大的電腦？可能還要等很長時間。IBM還在開發量子計算機，其它一些機構和企業也在開發人腦模擬晶片，比如惠普企業（Hewlett Packard Enterprise）、史丹福大學、德國海德堡大學、英國曼徹斯特大學。