据媒体报道，来自英(yīng)国(guó)牛津大(dà)学、IBM欧(ōu)洲研究所和美国得克萨斯大(dà)学的一(yī)个科研团队宣(xuān)布(bù)了一(yī)项(xiàng)重(zhòng)要(yào)成就：他们通(tōng)过堆叠二维（2D）材(cái)料，开发(fā)出一种厚(hòu)度仅几(jǐ)个(gè)原子大(dà)小的人工神经(jīng)元，其(qí)能够处(chù)理光和电信号(hào)进行计算，有(yǒu)望(wàng)用于下一代人工智(zhì)能计(jì)算(suàn)，也有助(zhù)科学家更好地模拟和理解(jiě)人脑。相关(guān)研究成果(guǒ)刊载于最(e的1次方等于什么，e的1次方等于什么e的1次方等于什么，e的1次方等于什么函数函数zuì)新一期(qī)《自然·纳米技术》杂志。

　　业内(nèi)人士(shì)分析(xī)指出，人工智(zhì)能应用的发展呈指数级增长，对(duì)计算能(néng)力也(yě)提(tí)出(chū)了(le)越来(lái)越高的要(yào)求(qiú)，只有开(kāi)发(fā)出革命性硬件，才(cái)能适应未(wèi)来算力爆炸时代的要求。而此次科研人员用了3种(zhǒng)2D材料制(zhì)备出了薄如(rú)原子的(de)人工神(shén)经元，它能学习和处理(lǐ)更加(jiā)复杂的任务。

　　公开资料显示(shì)，AI通(tōng)过数据学习一层层(céng)的神经(jīng)网络，机(jī)器自主分(fēn)辨参数，不(bù)断地将参数归类(lèi)、计算，形成机器自我的学习。神经网络在机(jī)器学习和认知科学(xué)领(lǐng)域，是(shì)一种模仿生(shēng)物神经网络（动物的中枢神经(jīng)系统，特别是(shì)大脑）的结构和功(gōng)能的数学模型或计算模型。

　　神经网络由大量的(de)人工(gōng)神经元联结进行(xíng)计算。大多数(shù)情况下人工神经(jīng)网络能在外界(jiè)信息的基础(chǔ)上改变内部结构，具(jù)备学习功能。

　　据(jù)财联社不完全整理，近期在互动易平台回复人工神经元相关业务的上市公(gōng)司(sī)包括(kuò)中科曙光(guāng)、科(kē)大讯(xùn)飞、金(jīn)自天正(zhèng)、大富(fù)科技、深水海纳(nà)等(děng)，具体情况如下(xià)：

　　具(jù)体(tǐ)来看，科大讯飞的讯飞(fēi)超脑通过(guò)大数据、云计(jì)算(suàn)和移(yí)动(dòng)互(hù)联网，并将(jiāng)算法直接和应用(yòng)结合，在应用(yòng)中不断迭代循环优(yōu)化。讯飞超脑采用了对(duì)大脑的深(shēn)入解剖学，使人(rén)工神经网络像人的大脑神经元(yuán)更加接近，从而(ér)使用(yòng)类似(shì)的人(rén)工(gōng)神经(jīng)元方(fāng)式感知认(rèn)知智(zhì)能问题。

　　中科曙光建设“全国(guó)一体化(huà)算力服务平台”，通(tōng)过统一的算力服务门户，实(shí)现全国范围内智能(néng)算力(lì)、通用算力资源的融合调度(dù)及(jí)弹性供给，满足各类用户对算力(lì)的多样化、可(kě)靠性和便捷性(xìng)的需求(qiú)。在类脑智能领域，携手复旦大学类脑智(zhì)能科学与技(jì)术研究(jiū)院，依托公司(sī)全国一体(tǐ)化算力服(fú)务e的1次方等于什么，e的1次方等于什么函数平台，支撑全脑(nǎo)860亿神经元规模的全脑(nǎo)模拟(nǐ)计(jì)算。

　　不过，值得(dé)注意的是，有(yǒu)分析人士表示，关于人类大(dà)脑和神经细(xì)胞，还有很多不了(le)解的(de)地方。事实上，不知道神经细胞是如(rú)何利用这15种特(tè)征中的许多特征。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 e的1次方等于什么，e的1次方等于什么函数