现状

不知道阅读本文的读者，在初学单片机时是否和我曾经一样迷茫。看到各种新的术语，疑惑不解；不知道从何学起；照着书中的例子一步一步做都没有问题，但是自己试着做东西，遇到各种问题却不会解决，向别人提问，可能也没有几个人回答；感觉好像学完了单片机的各种模块，但是要自己设计东西却还是毫无思路，也不知道怎么去进一步深入学习；甚至在一开始就遇到太多困难，直接放弃了学习。

在我身边，看到不少学习单片机的人。其中很多人学习的方法，就是通过看一些视频或书籍教程，然后照着别人的代码去写，写好了能用了，就感觉是学会了。而学的过程中，其实有很多东西不懂，但是也不知道怎么办，就那么过去了。

有些人虽然照着那些教程学会了单片机，但是对单片机的理解仍然很浅显。不知道怎么去设计单片机系统，也不知道怎样进一步深入学习，搞不清到底什么才是重点，非常迷茫。

我也曾见过很多单片机学习者，发了一些帖子提问，上面贴上自己的程序，然后问这个不能工作怎么办。问题没有描述清楚，程序代码很乱，也没有电路图，很多时候也没有几个人回答。有些人很可能就因此放弃了学习。甚至有不少人在一开始下载程序到单片机中就出现了问题而放弃了学习。

最近，在AI领域无论是学术界的大咖还是行业的大佬，都在如火如荼的搞类脑芯片的研究，当然也取得了不少成果。日前，斯坦福大学研究院电子与微系统技术实验室的Jeehwan Kim教授在《自然》杂志上发表了一篇论文，一时间引来了产学研三界的关注。原因是Jeehwan Kim教授与研究员们使用一种称为硅锗的材料研发了一款人工突触芯片，可支持识别手写字体的机器学习算法。无独有偶，近日中国科学院自动化研究所类脑智能研究中心类脑信息处理（BRAVE）研究组也在借鉴生物神经结构的神经网络建模与类人学习研究中取得了突破性的研究。

从计算机诞生起，人们就不断要求它的计算能力提升，随着芯片集成性越来越高，CPU与内存之间的性能差距越来越大。基于冯诺依曼结构的计算机结构呈现的缺点也愈加明显，也有人称这为内存墙，意思是说CPU再快，也要等内存。相比之下，人脑却没有此类问题出现，据研究表明，人类大脑平均每秒可执行 1 亿亿次操作，所需能量只有 10～25 瓦特。因而研究员们正转向模拟人类大脑研究，试图通过模拟人脑运转机制，使计算机能低能耗高功效地进行计算，甚至使计算机优于类人的智能。