据媒体(tǐ)报(bào)道(dào)，来自英国牛津大学、IBM欧(ōu)洲(zhōu)研究所和美(měi)国得克萨(sà)斯大学的一个科研团队(duì)宣布了一项(xiàng)重要成就：他们通(tōng)过堆叠二维(wéi)（2D）材料，开(kāi)发(fā)出一种厚(hòu)度仅几个原子大小(xiǎo)的(de)人(rén)工神经(jīng)元，其能够处(chù)理光和电信号进行计(jì)算，有望用于下一代人工智(zhì)能计(jì)算，也(yě)有(yǒu)助科学(xué)家(jiā)更好地(dì)模拟和理解人脑。相(xiāng)关研(yán)究成果刊(kān)载于(yú)最新一期《自然(rán)·纳米技术(shù)》杂志。

　　业内人士分(fēn)析(xī)指出，人(rén)工(gōng)智(zhì)能应(yīng)用的发展呈指(zhǐ)数(shù)级增长，对计(jì)算(suàn)能力也提出了(le)越(yuè)来(lái)越(yuè)高的(de)要求，只有开发(fā)出革(gé)命性硬件，才(cái)能(néng)适应(yīng)未来算(suàn)力爆(bào)炸(zhà)时代的(de)要求。而此次科研人员用了3种2D材(cái)料(liào)制(zhì)备(bèi)出(chū)了薄如(rú)原子的(de)人工神经元，它能(néng)学习和(hé)处(chù)理更加复杂(zá)的任务。

　　公(gōng)开资料显示，AI通过数(shù)据(jù)学习一层层的神经网(wǎng)络(luò)，机器自主分辨参(cān)数，不(bù)断地(dì)将参(cān)数归类、计算，形成机器自我的学习。神经(jīng)网络在(zài)机器(qì)学习和认知科学领域，是一(yī)种模仿生物神经(jīng)网络(luò)（动物(wù)的中枢神经系统，特别(bié)是大脑）的结构和功(gōng)能的数学(xué)模型或计(jì)算模(mó)型。

　　神经网络由大量的人工神(shén)经元联结进(jìn)行(xíng)计(jì)算。大(dà)多数情况下人工神(shén)经网络能在外界信息的基(jī)础上改(gǎi)变内部(bù)结构，具备学习功能。

　　据财联社不完全整理(lǐ)，近(jìn)期在互动易平台回复人工神经元相关业务的上市公司包括中科(kē)曙光、科大(dà)讯飞、金自天正、大(dà)富科(kē)技、深水海(hǎi)纳等，具体情况(kuàng)如下：

　　具体(tǐ)来看(kàn)，科大讯(xùn)飞的讯飞超脑(nǎo)通过大数据(jù)、云计算和移动(dòng)互联网，并将算宝马和特斯拉哪个档次高法直接(jiē)和应用结合，在应用中不断迭代循(xún)环优(yōu)化。讯飞超脑采用了对大脑的深入解剖(pōu)学，使人工神经网络像人的大脑神(shén)经元更加接近，从而使(shǐ)用(yòng)类似的人(rén)工神经(jīng)元(yuán)方式感知认知智能问(wèn)题。

　　中科(kē)曙光建设“全国一体化算(suàn)力(lì)服(fú)务(wù)平台”，通过统一的算(suàn)力服务(wù)门户，实现全国范围(wéi)内(nèi)智能算力、通用算力资(zī)源的融合(hé)调度及弹性供(gōng)给，满足各类(lèi)用户对算力的多样化、可靠性和便捷(jié)性的(de)需(xū)求(qiú)。在类(lèi)脑智能领域(yù)，携手(shǒu)复旦大学类脑智(zhì)能科学与技术研究(jiū)院(yuàn)，依托公司全(quán)国一体化(huà)算力服务平(píng)台，支撑全脑860亿神经(jīng)元规模的全(quán)脑(nǎo)模拟(nǐ)计算。

　　不过，值(zhí)得注意的是，有(yǒu)分(fēn)析人士(shì)表示，关于人类大脑和神经细(xì)胞，还(hái)有很多(duō)不了解的地方。事实上(shàng)，不知道神经细胞是如何利用(yòng)这15种特(tè)征(zhēng)中的许多特征。

未经允许不得转载：橘子百科-橘子都知道 宝马和特斯拉哪个档次高