据媒体(tǐ)报道，来自英国(guó)牛津大学、IBM欧洲研究所和美(měi)国(guó)得(dé)克(kè)萨斯大学的一个科研团队(duì)宣布了一项(xiàng)重要(yào)成就：他们通过堆叠二(èr)维（2D）材(cái)料(liào)，开发出一种厚度(dù)仅几个(gè)原子(zi)大(dà)小的人工神经元，其能够(gòu)处(chù)理光和电信号进行计算(suàn)，有(yǒu)望用于下一代人工智能计(jì)算(suàn)，也有助科(kē)学家(jiā)更好地模拟和理解人脑。相关(guān)研究成(chéng)果(guǒ)刊(kān)载于(yú)最(zuì)新一期(qī)《自然·纳(nà)米技术》杂(zá)志。

　　业(yè)内人士(shì)分析指出(chū)，人(rén)工智(zhì)能应(yīng)用的(de)发(fā)展呈(chéng)指数级增(zēng)长，对(duì)计算能力(lì)也提出(chū)了越(yuè)来越高(gāo)的要求，只有开发出革命性硬件，才能适应未来算力爆炸时(shí)代的要求。而此次科研人员用(yòng)了3种2D材料制备出(chū)了薄如原子的人工神(shén)经(jīng)元，它能学习和处(chù)理更(gèng)加(jiā)复杂的(de)任(rèn)务。

　　公开资料(liào)显示，AI通过数据学习一层层的神经网(wǎng)络，机器自主分辨参数，不毁掉一个老师最好的办法断地(dì)将(jiāng)参数归类、计算，形(xíng)成(chéng)机器自(zì)我(wǒ)的(de)学习。神经网络在(zài)机器学习和认知科学领域，是(shì)一(yī)种模仿生物神经网络（动物(wù)的中(zhōng)枢神经系统，特别是大脑(nǎo)）的结构(gòu)和功能的数(shù)学模型或计算模型。

　　神经网络由大量的人工神(shén)经元联结进行(xíng)计算(suàn)。大多数(shù)情况下人(rén)工神经网络能在外界信息的基础上改变内部结(jié)构，具(jù)备学习(xí)功能。

　　据财联社不完全整理(lǐ)，近(jìn)期在互动易平(píng)台回复人(rén)工神经元相关(guān)业(yè)务的(de)上(shàng)市公司(sī)包括中科曙光、科大讯(xùn)飞、金自(zì)天正(zhèng)、大富科(kē)技、深水(shuǐ)海纳等(děng)，具体情况如下：

　　具体来看，科大讯飞的讯飞超脑通过大数据(jù)、云计算和移(yí)动(dòng)互(hù)联网(wǎng)，并将算法直接和应用(yòng)结合，在应(yīng)用(yòng)中不(bù)断迭代循环(huán)优化。讯(xùn)飞超(chāo)脑(nǎo)采用了对大脑的(de)深入(rù)解剖学，使人工神经网络像人的(de)大脑神经(jīng)元更加(jiā)接近(jìn)，从(cóng)而使用类似的人(rén)工神经元方式感(gǎn)知认知智能问题(tí)。

　　中科曙光建(jiàn)设(shè)“全国一体化算力(lì)服务平(píng)台”，通过统(tǒng)一的(de)算力服务门(mén)户，实现(xiàn)全国范(fàn)围(wéi)内智能算力(lì)、通(tōng)用算力资源(yuán)的融合调度(dù)及(jí)弹性(xìng)供给，满足各类用户对算力(lì)的多样化(huà)、可靠(kào)性和(hé)便(biàn)捷性的需求。在类脑智能(néng)领域，携(xié)手复(fù)旦大(dà)学类脑(nǎo)智能科(kē)学(xué)与技术(shù)研究院(yuàn)，依托公司全(quán)国一体(tǐ)化算力服务平(píng)台，支撑全脑毁掉一个老师最好的办法860亿神经(jīng)元规模的(de)全脑(nǎo)模拟计算。

　　不过，值得注意的是(shì)，有(yǒu)分析人士表示，关于人类大脑和神经细胞，还(hái)有很多不(bù)了解(jiě)的地(dì)方。事实上，不知道神经细胞是如何利用这15种特征中的(de)许(xǔ)多特(tè)征。

未经允许不得转载：绿茶通用站群 毁掉一个老师最好的办法