閱讀下面的文字，完成下列各題。
      材料一：
      細心的人會注意到，自然界有許多體型很小的昆蟲，能夠?qū)崟r跟蹤物體、導(dǎo)航和躲測障礙物。它們的神經(jīng)元只有幾萬、幾十萬個，與之相比，人類大腦的神經(jīng)元及突觸數(shù)量和復(fù)雜功能更令人驚嘆。如果能在芯片上模擬這些大腦，必然可以系統(tǒng)提升計算機的整體能力。正是基于這一想法，類腦芯片應(yīng)運而生，它是建造類腦計算機最關(guān)鍵的部件，可以說是人類大腦的硬件電路形式。類腦芯片主要負責(zé)模擬大腦神經(jīng)元及突觸的功能特性信號傳遞和學(xué)習(xí)方式，讓計算機在低電能消耗情況下完成感知、學(xué)習(xí)、記憶、決策等智能任務(wù)。
      目前，類腦芯片研究主攻方向是尋找工作行為特性與大腦神經(jīng)元相似的納米器件。類腦芯片由大量更小的電子器件組成，這些器件每個僅幾十納米到幾百納米大小，被稱為納米器件。長期以來，研究人員不斷尋找與構(gòu)造合適的納米器件。如一類叫作憶阻器的納米器件，其納米央層中的離子運動可以改變器件的工作狀態(tài)，這與大腦神經(jīng)元及突觸細胞膜中所包含的離子通道的作用相似。有些憶阻器可以一直保持這樣的工作狀態(tài)，即使斷電了也不會丟失，就跟人的記憶一樣。
      有了上億甚至上百億個類腦納米器件后，還要使它們都按照人們需要的行為模式協(xié)同工作，即要形成與類腦芯片運行相匹配的體系架構(gòu)，類腦芯片架構(gòu)就是模擬人腦的神經(jīng)突觸傳遞結(jié)構(gòu)。目前最常見的計算芯片（CPU）均是在馮?諾伊曼體系架構(gòu)下建立的。這種架構(gòu)的最大特點是“存算分離”，即存儲單元和計算單元是分開的，好比編曲和演奏是分開的。程序員像是作曲家，編程好比編曲，寫有程序的存儲器就像曲譜本，操作者則像是演奏家，其運算好比演奏，樂器就是具備計算能力的計算單元。一個計算單元可以根據(jù)存儲器里的不同程序執(zhí)行不同任務(wù)，就像同一臺鋼琴可以演奏不同曲子一樣。與此原理不同的是，生物大腦并不區(qū)分存儲區(qū)和計算區(qū)，而是集“作曲家、曲譜本、演奏家和演奏工具”于一體。它是信息的存儲者，也是信息的處理者，還是信息的創(chuàng)造者，具有自我學(xué)習(xí)、思考、創(chuàng)新創(chuàng)造等能力。
      并且，類腦芯片還要解決芯片的能效問題。研究發(fā)現(xiàn)，人腦是一部能效極高的“計算機”，若用現(xiàn)在的計算機去處理人腦承擔(dān)的任務(wù)，粗略估計需要高達100兆瓦的功耗，是人腦功耗的500萬倍。人腦可以低能量消耗運行的原因之一，就是存算一體的機制最程度減少了數(shù)據(jù)的傳輸需求與傳輸距離，節(jié)約了傳統(tǒng)計算架構(gòu)中計算單元和存儲單元間通信所消耗的時間和能量。因此，類腦芯片不僅能夠像人腦一樣根據(jù)外界動態(tài)信息做出反應(yīng)并不斷學(xué)習(xí)，還可以在無信息輸入的時候進入“休息”的省電狀態(tài)。
      總體而言，基于硬件的類腦計算過程模擬與真實大腦相比仍有不小差距，類腦學(xué)習(xí)白運作機制與算法研究還很有限；再如目前人類對大腦神經(jīng)元及突觸如何編碼、轉(zhuǎn)導(dǎo)和儲存神經(jīng)信息有較多了解，但尚不了解神經(jīng)信息如何產(chǎn)生感知覺、情緒、抉擇、語言等各種大腦高級認知功能。要讓科幻電影里那樣的“人類超級大腦”計算機成為現(xiàn)實，仍需研究者久久為功。
（摘編自吳朝暉《類腦計算——構(gòu)建“人造超級大腦”》）      材料二：
“類腦計算”真的能夠為“人工通用智能人工智能”的實現(xiàn)提供一個有前途的平臺嗎？
      對于任何以“人類智能”為目標的科學(xué)技術(shù)，從外延和內(nèi)涵兩方面準確地定義“人類智能”在本質(zhì)上是必不可少的。否則，就根本無法說“達成人類智能”或“超越人類智能”等等。特別是從用計算技術(shù)模擬“人類智能”的角度出發(fā)，識別和定義可以用于組合出復(fù)雜的智能的最基本單元也是必不可少的。顯然，這是一項涉及許多學(xué)科的非常困難的任務(wù)。就目前來看，我們在這方面還沒有看到任何實質(zhì)性的進展。
      眾所周知，人類學(xué)者可以在邏輯學(xué)、數(shù)學(xué)和各個科學(xué)領(lǐng)域創(chuàng)造和解決許多圖靈計算機不可計算問題。因此，如果我們認為邏輯學(xué)家、數(shù)學(xué)家和科學(xué)家的這種“計算”能力應(yīng)該是“人工通用智能人工智能”所能完成的智力任務(wù)，那么我們必須首先要突破“圖靈可計算性”的概念（其本質(zhì)上定義了有窮、連續(xù)、確定的計算步驟之序列）。這是一項涉及哲學(xué)、邏輯學(xué)和數(shù)學(xué)的任務(wù)，難度很大，但與包括“類腦計算”在內(nèi)的任何計算技術(shù)無關(guān)。
      計算能力只是“人類智能”的一個方面。還有其他認知能力也應(yīng)該被形式地定義，例如“人類推理能力”“人類理解能力”“人類判定能力”“人類發(fā)現(xiàn)能力”“人類預(yù)測能力”等等。同樣，這些也都是涉及哲學(xué)、邏輯學(xué)、數(shù)學(xué)以及眾多科學(xué)的任務(wù)，難度很大，但與包括“類腦計算”在內(nèi)的任何計算技術(shù)無關(guān)。尤其是，邏輯學(xué)應(yīng)該是在抽象的思雄層面和具體的實踐層面上支撐“人類智能”的最普遍和最重要的一般正確性標準。但是，在當(dāng)前“類腦計算”的研發(fā)中，我們能夠找到與邏輯基礎(chǔ)相關(guān)的工作嗎？
      由于“人類智能”是人類大腦神經(jīng)網(wǎng)絡(luò)的產(chǎn)物，識別、定義、模擬人腦產(chǎn)生智能的機理，當(dāng)然是實現(xiàn)“人工通用智能人工智能”的合理途徑之一。顯然，研究人腦如何產(chǎn)生智能的機理是首要任務(wù)。這也是挑戰(zhàn)我們眾多學(xué)科（包括生理學(xué)、心理學(xué)、邏輯學(xué)、數(shù)學(xué)等等）的艱巨任務(wù)。但是，當(dāng)前的“類腦計算”是建立在某種定義清楚的機理之上的嗎？
（摘編自程京德《“類腦計算”能夠為人工通用智能的實現(xiàn)提供一個有前途的平臺嗎？》）（1）下列對材料相關(guān)內(nèi)容的理解和分析，不正確的一項是

C

C

A.類腦計算打破了馮?諾伊曼架構(gòu)的束縛，模仿人類的大腦，以實現(xiàn)存儲處理一體化，具有超低能耗和智能化的信息處理能力。
B.即使在斷電的情況下，有些憶阻器還可以一直保持工作的狀態(tài)，這樣的特性會使類腦芯片具有更低的功耗和更好的穩(wěn)定性。
C.盡管“人類智能”集理解、推理、預(yù)測、判斷等多種元素于一體，但當(dāng)前的計算機在數(shù)理邏輯及邏輯運算方面還是一片空白。
D.“人類智能”是類腦計算的邏輯起點，對這一概念的內(nèi)涵和外延進行精準定義，涉及的學(xué)科多，難度大，目前尚未看到效果。
（2）根據(jù)材料內(nèi)容，下列說法正確的一項是

D

D

A.材料一和材料二都談到了類腦計算機光明前景和現(xiàn)有局限性，不過二者的主題以及作者對類腦計算機的相關(guān)態(tài)度卻并不相同。
B.類腦芯片模擬人類大腦信息處理方式，所有器件同時對信息進行智能處理，從而實現(xiàn)存算一體化，具有更加強大的處理能力。
C.如果類腦芯片能使計算機實現(xiàn)感知、學(xué)習(xí)、記憶、決策等智能任務(wù)，那么新型計算機無需人類編程，無需時刻遵循操作指令。
D.在類腦芯片的研發(fā)方面，應(yīng)主要關(guān)注納米器件如何進行更高效的感知、存儲和計算，如何構(gòu)建融感、存、算為一體的類腦系統(tǒng)。
（3）下列選項中，不能作為材料一論據(jù)的是

A

A

A.北京大學(xué)研制成功“仿視網(wǎng)膜芯片”，該芯片像人類視網(wǎng)膜一樣采用神經(jīng)脈沖表達視覺信息，脈沖發(fā)放頻率“超速”人眼百倍，能“看清”高速旋轉(zhuǎn)葉片的上文字。
B.英特爾公司展示了自主學(xué)習(xí)神經(jīng)元芯片“Loihi”，Loihi芯片可以通過脈沖或尖峰傳遞信息，自動調(diào)節(jié)突觸強度，通過環(huán)境中的各種反饋信息，進行自主學(xué)習(xí)。
C.高通公司公布一款名為“Zeroth”的芯片，該芯片通過類似于神經(jīng)傳導(dǎo)物質(zhì)多巴胺的“正強化”完成編程，搭載該芯片的設(shè)備能夠隨時自我學(xué)習(xí)
D.浙江大學(xué)研發(fā)明“達爾文”芯片，這款芯片上集成了2048個硅材質(zhì)的仿生神經(jīng)元可支持超過400萬個神經(jīng)突觸和15個不同的突觸延遲。
（4）請簡要梳理材料一的行文脈絡(luò)。
（5）關(guān)于人類大腦和類腦計算，材料一和材料二有哪些共同認識？