据(jù)媒(méi)体报(bào)道(dào)，来(lái)自英国牛津(jīn)大学、IBM欧洲研究所和美(měi)国得(dé)克萨(sà)斯大(dà)学的(de)一个(gè)科研团队(duì)宣布(bù)了一项重要成就(jiù)：他们(men)通过堆叠二维（2D）材(cái)料，开发出一种厚度仅几个原子大小的人工(gōng)神经元，其能够处理光和电信号(hào)进行计算，有(yǒu)望用于下(xià)一(yī)代人工智能(néng)计算(suàn)，也有助科学(xué)家更好(hǎo)地模(mó)拟和理(lǐ)解人脑(nǎo)。相关(guān)研究(jiū)成果刊(kān)载于最新一(yī)期《自然(rán)·纳米技(jì)术》杂志(zhì)。

　　业内(nèi)人士分析指出(chū)，人工智能应用的发(fā)展呈指数(shù)级增(zēng)长(zhǎng)，对计算能力(lì)也提出了越来(lái)越高的(de)要(yào)求，只(zhǐ)有开发(fā)出革命性硬件，才能适应未来算力(lì)爆炸时(shí)代(dài)的要求。而(ér)此次科研人员用了(le)3种2D材(cái)kj完是吞了还是吐了知乎，kj是不是很恶心料制备出(chū)了薄(báo)如原子的人工神(shén)经元，它能(néng)学(xué)习和处理更加(jiā)复(fù)杂的任务。

　　公开资(zī)料显示(shì)，AI通过数据学习一层层(céng)的神(shén)经网(wǎng)络，机(jī)器自(zì)主分辨参数，不(bù)断地将参数归类、计算，形(xíng)成机器自我的学习。神经网络在机器学习和认知科学领域，是一(yī)种模(mó)仿生物神(shén)经网络（动(dòng)物(wù)的中枢神经系统，特别是大脑(nǎo)）的(de)结构和(hé)功能(néng)的数学模型或计算模型。

　　神经(jīng)网络由大量的人工神经元(yuán)联结进(jìn)行计算。大多数(shù)情况下人工神经(jīng)网络能(néng)在(zài)外界信息的基(jī)础(chǔ)上改(gǎi)变(biàn)内(nkj完是吞了还是吐了知乎，kj是不是很恶心èi)部结(jié)构，具备学习功(gōng)能。

　　据财联社不完全整(zhěng)理，近期在互动易平台(tái)回复人工神经元相(xiāng)关业务的上市(shì)公司包括中科曙光、科大(dà)讯飞、金自天正、大富科技、深水海纳等，具体情况如下：

　　具体来看，科大讯飞(fēi)的讯飞超脑(nǎo)通过大数(shù)据(jù)、云计算和移动(dòng)互联网，并将(jiāng)算(suàn)法直接和应用结合，在应用中不断迭代(dài)循(xún)环优化(huà)。讯飞超脑采用了对大脑的(de)深入解剖学，使人工神经网(wǎng)络(luò)像人的(de)大脑神(shén)经元更加接近，从而使用类(lèi)似的人工神经元方式感知认知智能问题。

　　中科(kē)曙光(guāng)建设“全国一(yī)体化算力服务平台”，通过统一的算力服(fú)务门户(hù)，实现全国范(fàn)围内智能算力、通用(yòng)算力资源的(de)融(róng)合调度及弹性供(gōng)给，满足各类用户对算力的多(duō)样化、可(kě)靠性和便捷性(xìng)的需求。在类(lèi)脑(nǎo)智能(néng)领域，携手(shǒu)复旦大学(xué)类脑智能科(kē)学与技(jì)术研(yán)究(jiū)院，依(yī)托公司全国(guó)一体化算力服(fú)务平(píng)台(tái)，支撑全脑860亿神(shén)经元规模的全脑模拟计算。

　　不过，值得注意(yì)的(de)是，有分析人(rén)士(shì)表(biǎo)示，关于人类(lèi)大脑和神经细胞，还有很多不了解的地(dì)方。事实上(shàng)，不知道神经细胞(bāo)是如何利用(yòng)这15种特征中的许多特征。

未经允许不得转载：橘子百科-橘子都知道 kj完是吞了还是吐了知乎，kj是不是很恶心