車載電子市場受到的關注，凸顯出汽車廠商面臨的巨大挑戰。早期的購車者主要看重發動機性能和燃油經濟性，但與網絡和移動設備一同成長的最新一代消費者，則希望能在車上隨時上網。

“當他們來店里后，問的第一件事情或許就是中控臺的功能。”本田美國分公司新業務開發經理查爾斯·寇奇(Charles Koch)說。

福特認為，該公司的銷量之所以能夠增長，一定程度上源自2007年與微軟共同開發的Sync語音控制系統。但復雜的電子設備可能成為一把雙刃劍：后來推出的MyFord版本令不少人感到困惑，導致福特的用戶滿意度降低。

與此同時，智能汽車市場的繁榮也吸引了英特爾和高通等一批芯片廠商的注意力。它們共同的競爭對手Nvidia表示，目前約有450萬輛汽車使用了該公司的處理器，預計四五年后還將增加2500萬輛。

2014年將會誕生一種全新的電腦芯片，它不僅可以自動完成目前需要復雜程序才能完成的任務——例如流暢而高效地移動機器人的手臂——而且還能繞過和容忍錯誤，從而使得“電腦崩潰”成為過去。

一些大型科技公司已經在嘗試這種新的計算方式，它模仿了生物神經系統，也就是神經如何對刺激做出反應，并與其他神經元共同解讀信息的方式。它可以讓電腦一邊執行任務，一邊吸收新的信息，從而根據外部信號的變化調整運行方式。

今后幾年，這種方式將催生新的人工智能系統，并將完成一些在人類看來非常簡單的任務，包括聽、說、看、導航、操縱和控制。這將為面部和語音識別、導航和規劃等任務帶來巨大的飛躍，這些功能目前仍然處于初級階段，十分依賴人工編寫的程序。

設計師表示，這種計算風格可以讓機器人更加安全地行走，但要實現科幻小說中那種具備自主思維能力的電腦，仍然需要等待一段時間。

“我們正在脫離工程電腦系統，向擁有很多生物計算特征的時代邁進。”加州電信與信息技術學院天體物理學家拉里·斯馬爾(Larry Smarr)說。該機構就是眾多正在開發這種新型電腦電路的研究機構之一。

傳統電腦受制于程序限制。例如，計算機視覺系統只能根據系統預置的算法“認出”物體。這種算法以統計學數據為基礎，就像是一道菜譜，需要按照步驟執行計算指令。

但谷歌研究人員去年卻開發了一種名為“神經網絡”的機器學習算法，可以自主完成識別過程。這套程序掃描了1000萬張貓的圖片后，便可以自動識別出貓。

該公司今年6月表示，已經使用這些神經網絡技術開發了新的搜索服務，可以更加精準地找到特定照片。

這種新方法同時應用于軟硬件領域，它的發展得益于人類對大腦了解的突飛猛進。但斯坦福“硅腦”研究項目負責人、計算機科學家夸貝納·波爾翰(Kwabena Boahen)表示，由于科學家遠未充分理解大腦的運行方式，所以這種模式同樣存在局限。

“我沒有線索。”他說，“我是個工程師，我要做一些東西。目前有很多冠冕堂皇的理論，但你得給我一個能做出東西的理論。”

直到現在，電腦設計理念還在使用約翰·馮·諾依曼(John von Neumann )65年前開發的理論。微處理器以高速運轉，然后輔以冗長的二進制指令。通俗地講，這種方法通常會像記憶一樣分別存儲信息，有可能存儲在處理器中，也有可能存儲在臨近的存儲芯片或高容量磁盤里。

例如，天氣模型或字處理文件的文字等數據，都會像短期記憶一樣迅速進出處理器，而電腦則負責執行預先編好的指令。最終結果則被存儲到主存儲器中。

新的處理器包含的電子元件，可以被模仿生物突觸設計的“線路”連接起來。由于它們的基礎是大量與神經元類似的組件，所以也叫神經形態處理器，這個詞是由加州理工學院物理學家卡瓦·米德(Carver Mead)1980年代發明的。