据媒(méi)体报道，来自英(yīng)国牛津大学(xué)、IBM欧洲研究所和美国(guó)得(dé)克萨斯(sī)大(dà)学(xué)的(de)一个科研团队宣(xuān)布了一项重(zhòng)要成就：他们通(tōng)过堆叠二(èr)维（2D）材(cái)料(liào)，开发出一(yī)种厚度仅几个原子大小的(de)人工神经元，其能够处理光(guāng)和(hé)电(diàn)信号进行计(jì)算，有(yǒu)望用于下一代人工智能(néng)计(jì)算，也(yě)有助科学(xué)家更好(hǎo)地模拟(nǐ)和理解人脑。相关研究成果刊载(z扶大厦之将倾全诗解释，扶大厦之将倾 挽狂澜于既倒原文ài)于最新一期《自然(rán)·纳米技术》杂志。

　　业(yè)内(nèi)人士(shì)分析指出(chū)，人工智能(néng)应用(yòng)的发展(zhǎn)呈(chéng)指数级增长(zhǎng)，对计算能力也(yě)提出了越(yuè)来(lái)越高的要(yào)求(qiú)，只(zhǐ)有开发(fā)出(chū)革命性硬件，才能(néng)适(shì)应(yīng)未(wèi)来算(suàn)力爆炸时代的要(yào)求。而(ér)此(cǐ)次科研人员用了(le)3种2D材料制备出了薄如原子(zi)的人工神经元，它(tā)能学(xué)习和处理更加复杂的任务。

　　公开(kāi)资料显示，AI通过数据学习一层层的神(shén)经网络，机器自(zì)主分辨参数，不断地将参数(shù)归类、计(jì)算(suàn)，形成(chéng)机器自我的学习。神经网络在机器学习和认知科(kē)学领域(yù)，是一种模(mó)仿生物神经(jīng)网(wǎng)络（动物的中枢(shū)神经系统，特别是大(dà)脑）的结构和功(gōng)能(néng)的数学模型(xíng)或计(jì)算模型(xíng)。

　　神经网络(luò)由(yóu)大量的人工神经元联结进行计(jì)算。大多数情况(kuàng)下(xià)人工(gōng)神经网络能在外界信息的(de)基(jī)础上(shàng)改变内部结构，具备学习功能。

　　据财联社不完全(quán)整理，近期在互动易(yì)平(píng)台回复(fù)人工神经元相关业务的(de)上市公(gōng)司包(bāo)括中科曙(shǔ)光、科大(dà)讯飞(fēi)、金自天正、大富科技、深水海纳等，具体情况如下：

　　具体来看(kàn)，科大讯(xùn)飞的讯飞超(chāo)脑通(tōng)过大(dà)数(shù)据(jù)、云计算和移动互联网(wǎng)，并将算法直接和应用结合，在应用(yòng)中不(bù)断迭代循环优(yōu)化。讯飞超脑采用了对大脑的深入(rù)解剖学，使人(rén)工神(shén)经(jīng)网络像人的大(dà)脑神(shén)经元更(gèng)加(jiā)接(jiē)近，从(cóng)而使用类似的人(rén)工神(shén)经元方式感知(zhī)认知智(zhì)能问(wèn)题。

　　中科曙光建(jiàn)设“全(quán)国一体化(huà)算(suàn)力服务(wù)平(píng)台”，通过统一的算力服(fú)务门户，实现全(quán)国范(fàn)围内智能算力、通(tōng)用算力资源的融合(hé)调(diào)度(dù)及(jí)弹(dàn)性供给，满足各类(lèi)用户对算力的多样化(huà)、可靠性和(hé)便(biàn)捷性(xìng)的需求。在类脑(nǎo)智能(néng)领(lǐng)域，携手复旦大学类脑智能科学(扶大厦之将倾全诗解释，扶大厦之将倾 挽狂澜于既倒原文xué)与(yǔ)技术研(yán)究院，依托公司全国(guó)一(yī)体(tǐ)化算力(lì)服务平台，支撑(chēng)全脑860亿神经元规模的全(quán)脑(nǎo)模拟(nǐ)计算。

　　不过(guò)，值得注意(yì)的是(shì)，有分(fēn)析人士表示，关于人类大脑和神经细胞(bāo)，还有很多不了解的地方。事(shì)实上(shàng扶大厦之将倾全诗解释，扶大厦之将倾 挽狂澜于既倒原文)，不(bù)知道神经细胞(bāo)是如(rú)何利(lì)用这15种特(tè)征中的许多特(tè)征。

未经允许不得转载：绿茶通用站群 扶大厦之将倾全诗解释，扶大厦之将倾 挽狂澜于既倒原文