据媒体(tǐ)报道，来自英国(guó)牛津大学、IBM欧洲研究所(suǒ)和美国得(dé)克萨(sà)斯大学的(de)一个科研团队宣布了一项重要成就(jiù)：他们通过堆叠(dié)二维（2D）材料(liào)，开发出一种(zhǒng)厚度仅(jǐn)几个(gè)原(yuán)子(zi)大小的人工神经(jīng)元(yuán)，其能够处理光和电信(xìn)号进行计算，有望(wàng)用于(yú)下一代人工(gōng)智(zhì)能计算，也(yě)有助科学家更(gèng)好地模拟和理解人脑。相关研究成果刊载于最新一期《自(zì)然·纳米技(jì)术》杂志。

　　业内人士分(fēn)析指出，人工智能应用的(de)发展呈指数级增长，对(duì)计算能(néng)力也提出了(le)越来越高的要(yào)求(qiú)，只(zhǐ)有开(kāi)发出革命(mìng)性硬件，才能适应未(wèi)来算力爆炸时(shí)代的要求。而此次(cì)科研人(rén)员用了(le)3种2D材(cái)料制(zhì)备出了薄如原子(zi)的人工神经元，它能学习(xí)和(hé)处理更加复杂的任(rèn)务(wù)。

　　公开(kāi)资料显示(shì)，AI通过数据学习一层(céng)层的神经网(wǎng)络，机器自主分(fēn)辨(biàn)参数，不断地将参(cān)数归类、计算，形成机(jī)器自我的学习。神经网络(luò)在机(jī)器学习(xí)和认(rèn)知科学领域(yù)，是一种模仿(fǎng)生(shēng)物(wù)神经网络（动物的中枢神经系(xì)统(tǒng)，特别是大脑）的结构和功(gōng)能(néng)的数学模型或(huò)计算模型。

　　神经网络由大(dà)量的人工神经元(yuán)联结(jié)进行计算。大(dà)多数情况下人工神经网络(luò)能(néng)在(zài)外界信息的基础(chǔ)上改变内(nèi)部结构，具备学习(xí)功(gōng)能。

　　据(jù)财联社(shè)不完全整理，近期(qī)在互(hù)动易平(píng)台回复(fù)人工神经元相关业(yè)务的上市公司包(bāo)括中科(kē)曙光(guāng)、科大(dà)讯飞(fēi)、金自天正、大富科技、深水(shuǐ)海(hǎi)纳等(děng)，具体情况如(rú)下(xià)：

　　具体来(lái)看，科(kē)大讯飞的讯飞超脑通过(guò)大数据(jù)、云计(jì)算和移动互联网，并将算法直接和应用结(jié)合，在应用(yòng)中不断(duàn)迭代循环优化。讯(xùn)飞(fēi)超脑采用了对大脑的(de)深入解剖学，使人工神经网络像人的(de)大脑神经元更加(jiā)接近，从(cóng)而使用(yòng)类似的人工神经元(yuán)方(fāng)式(shì)感知认知智能(néng)问题(tí)。

　　中(zhōn其远而无所至极邪的邪怎么读音，卯怎么读音g)科曙光建设(shè)“全国一体化算(suàn)力服务平(píng)台”，通过统一(yī)的算力服务门户，实现全(quán)国(guó)范围内智(zhì)能算力、通用算力(lì)资源(yuán)的融合(hé)调度(dù)及弹(dàn)性供(gōng)给(gěi)，满(mǎn)足各(gè)类用(yòng)户对(duì)算力(lì)的多(duō)样(yàn其远而无所至极邪的邪怎么读音，卯怎么读音g)化、可靠(kào)性和便捷性的需求。在类脑智能(néng)领域，携手(shǒu)复旦大学类(lèi)脑智能科学与(yǔ)技术研究院，依托公司(sī)全国(guó)一(yī)体化算力服务平(píng)台，支撑全脑860亿神经元规模的(de)全脑(nǎo)模拟计算。

　　不过，值得注意的是，有分析人士表示(shì)，关于(yú)人(rén)类大脑和神(shén)经细胞(bāo)，还有很多不了解的地方。事实上，不知道(dào)神经细胞(bāo)是如何利用这(zhè)15种特征中的(de)许多特征(zhēng)。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 其远而无所至极邪的邪怎么读音，卯怎么读音