据媒体报(bào)道，来自英国牛(niú)津大(dà)学、IBM欧洲(zhōu)研(yán)究所和(hé)美国得克萨斯大学的一(yī)个科研团(tuán)队(duì)宣布了一项(xiàng)重要(yào)成就：他们通(tōng)过堆叠(dié)二维（2D）材料，开发出一(yī)种(zhǒng)厚度仅(jǐn)几个原(yuán)子大小的人工神(shén)经元(yuán)，其能够处理(lǐ)光和电信号进行计算，有(yǒu)望用(yòng)于下一(yī)代人工智能计(jì)算，也(yě)有助(zhù)科学家更好地模拟和(hé)理(lǐ)解人脑(nǎo)。相关研究成果刊载于最(zuì)新一期《自然(rán)·纳米(mǐ)技术》杂志。

　　业(yè)内(nèi)人(rén)士(shì)分析指出，人工智能应用的发(fā)展呈指数级(jí)增(zēng)长，对计算能力也(yě)提出了越来(lái)越高的要求，只(zhǐ)有(yǒu)开发(fā)出革命(mìng)性硬件，才能适(shì)应未来算力爆炸时代的要求(qiú)。而此次科研人员用了3种2D材料(liào)制备出了薄(báo)如原(yuán)子的人工神经元，它(tā)能学(xué)习和处理更(gèng)加复杂的(de)任务。

　　公开资(zī)料显示，AI通(tōng)过数据学习一层层的(de)神经网络，机器自主分(fēn)辨参数(shù)，不断地将参数(shù)归类、计算，形成机器自我的学习。神(shén)经网络在机器学习和认知(zhī)科学(xué)领域，是一种模仿(fǎng)生物神经网络（动(dòng)物的中枢神经系统，特(tè)别是大脑(nǎo)）的结构(gòu)和(hé)功(gōng)能的数(shù)学模型或计(jì)算模型感应电流公式3个公式推导，感应电流公式3个公式图解ong>。

　　神经(jīng)网络由大量(liàng)的人工神经元联结进(jìn)行计算。大多数(shù)情况(kuàng)下人(rén)工(gōng)神经(jīng)网络能(néng)在外界(jiè)信息的基础(chǔ)上改变(biàn)内(nèi)部结构，具备学习(xí)功能。

　　据(jù)财联社不完全整理(lǐ)，近(jìn)期在互(hù)动易平台回复(fù)人(rén)工(gōng)神经元(yuán)相(xiāng)关(guān)业(yè)务的上市公司包(bāo)括中科曙光、科大讯飞、金自天(tiān)正、大富科技、深水海纳等(děng)，具体情况如下：

　　具体来(lái)看，科大讯飞的讯飞超脑通(tōng)过大(dà)数据、云计算和移动互联(lián)网，并将算法直接和应用结合，在应用中不断迭代(dài)循环优化。讯(xùn)飞超脑(nǎo)采(cǎi)用了(le)对大脑的深入解剖(pōu)学，使人工神经网络像(xiàng)人的大脑神经元更加(jiā)接近，从而使用(yòng)类(lèi)似(shì)的人工神经(jīng)元(yuán)方式(shì)感知认知智能问题。

　　中(zhōng)科(kē)曙光建设“全国一体化算力服(fú)务平台(tái)”，通过统一的算(suàn)力服务门户，实现全国(guó)范围内智能(néng)算力、通用算力资源的融合(hé)调度及(jí)弹(dàn)性供给，满足各感应电流公式3个公式推导，感应电流公式3个公式图解(gè)类用户(hù)对算力(lì)的多样化、可靠性和便(biàn)捷性的需求。在类(lèi)脑(nǎo)智能领域，携手(shǒu)复(fù)旦大学类脑智能(néng)科学与(yǔ)技术研究院，依托公司(sī)全国一体化(huà)算力服务(wù)平台，支撑(chēng)全脑860亿神经元规模的(de)全脑(nǎo)模拟计算(suàn)。

　　不过，值得注意的是，有分析人士表示(shì)，关于人类大脑(nǎo)和(hé)神经细胞，还(hái)有很多不了解的地(dì)方。事(shì)实上，不(bù)知(zhī)道神经细胞是如何利(lì)用这15种特征(zhēng)中的(de)许多特(tè)征。