据媒体报道，来自英国牛(niú)津(jīn)大(dà)学、IBM欧洲(zhōu)研究所和(hé)美国得克萨(sà)斯(sī)大学(xué)的一个科研团队宣布了一项重要(yào)成就：他们(men)通过堆(duī)叠(dié)二维（2D）材料(liào)，开发出一(yī)种厚度(dù)仅几个原子大小的人工神(shén)经元(yuán)，其能够(gòu)处理光(guāng)和电信(xìn)号进行(xíng)计算，有望(wàng)用于下一代人(rén)工智能计算(suàn)，也有助科学家更好(hǎo)地模拟和理解人脑。相(xiāng)关研究成果(guǒ)刊载于(yú)最新一期《自(zì)然(rán)·纳米技术》杂志。

　　业内人士分析指出，人工(gōng)智能应(yīng)用的发展呈(chéng)指数级增长，对计算能力(lì)也(yě)提出了(le)越来越高的要求，只有开发出革命(mìng)性硬件，才能适应未来(lái)算力爆炸时(shí)代的要(yào)求。而此次科研人员用了3种2D材(cái)料(liào)制备出了薄如原子的人(rén)工神经元(yuán)，它能学习和处(chù)理(lǐ)更(gèng)加复杂的(de)任务(wù)。

　　公开资料显示，AI通过数据学习一(yī)层层(c扶大厦之将倾全诗解释，扶大厦之将倾 挽狂澜于既倒原文éng)的(de)神经网络，机(jī)器(qì)自主(zhǔ)分(fēn)辨参数(shù)，不断地将参数归类、计(jì)算，形成机器自我的学习(xí)。神经(jīng)网络在机(jī)器学习(xí)和(hé)认知科学领域，是一种模仿生物神经网络（动物的中枢神经(jīng)系统，特别是大脑）的结构和功(gōng)能(néng)的数(shù)学(xué)模型或计算模型。

　　神经网络由大量的人(rén)工神经元联结进行计算(suàn)。大(dà)多数情况下(xià)人(rén)工神经网络能在外(wài)界信息的基(jī)础上改(gǎi)变内部结(jié)构，具备(bèi)学习功能。

　　据(jù)财(cái)联社(shè)不完全整理，近期在互(hù)动易(yì)平台回(huí)复人工神经元相(xiāng)关业务的(de)上市公司(sī)包括中(zhōng)科曙光(guāng)、科(kē)大(dà)讯飞、金自天正(zhèng)、大(dà)富(fù)科(kē)技、深(shēn)水海纳等(děng)，具(jù)体情(qíng)况如(rú)下：

　　具体来看，科大(dà)讯飞的讯飞超脑通过大数据、云计算和(hé)移动(dòng)互联(lián)网，并将算法直(zhí)接(jiē)和应用结合，在应(yīng)用(yòng)中不断迭(dié)代(dài)循(xún)环优化。讯飞超脑(nǎo)采用了(le)对大脑(nǎo)的深入解剖学(xué)，使人工神经网(wǎng)络像人的大(dà)脑神经元更加接(jiē)近，从而使扶大厦之将倾全诗解释，扶大厦之将倾 挽狂澜于既倒原文用(yòng)类似的人(rén)工神经元方式感知认知智能问题。

　　中科(kē)曙光建(jiàn)设“全(quán)国一体化(huà)算力(lì)服务平台”，通过统一的算力服(fú)务门户，实现全国范围内智能算力、通用(yòng)算力(lì)资源(yuán)的融合调度及弹(dàn)性供给，满足各类用户对(duì)算力的多(duō)样(yàng)化(huà)、可靠性(xìng)和便(biàn)捷(jié)性的需求。在类脑智能领域，携手复旦大学类脑智(zhì)能科(kē)学与技术(shù)研究院，依托公(gōng)司(sī)全国一(yī)体化算(suàn)力服(fú)务(wù)平台(tái)，支撑全脑860亿神经元规(guī)模(mó)的(de)全脑模拟计算。

　　不(bù)过，值得注意的(de)是，有分析人士表示，关于(yú)人类大脑和神经细胞，还有很多(duō)不了(le)解的地(dì)方。事实上(shàng)，不知道(dào)神经(jīng)细(xì)胞(bāo)是(shì)如何利用(yòng)这15种(zhǒng)特征中(zhōng)的许多特征。

未经允许不得转载：成都工装公司_工装装修效果图_专注公装设计装修 - 无同之家装饰 扶大厦之将倾全诗解释，扶大厦之将倾 挽狂澜于既倒原文