据(jù)媒体(tǐ)报道(dào)，来自(zì)英国牛(niú)津大(dà)学、IBM欧洲研(yán)究所(suǒ)和美国(guó)得克萨斯大学(xué)的一个科研(yán)团队宣布了(le)一项重要成(chéng)就：他们通过堆叠(dié)二维（2D）材(cái)料(liào)，开发出一种(zhǒng)厚度仅几(jǐ)个原(yuán)子大小的(de)人工(gōng)神经(jīng)元，其(qí)能够处理(lǐ)光和电信(xìn)号进行(xíng)计(jì)算，有望用于(yú)下一(yī)代人(rén)工智能计算(suàn)，也(yě)有助科学家更好(hǎo)地模拟和(hé)理解(jiě)人脑(nǎo)。相关研究成果刊载于最新一期(qī)《自然·纳米技术》杂志。

　　业内人士分析指出(chū)，人工智能应用(yòng)的(de)发展(zhǎn)呈指数级增长，对计算能(néng)力也提出了越来越高的要求，只有(yǒu)开发出革命性硬件，才能适应未来算力爆(bào)炸时代的要求。而此(cǐ)次科(kē)研人员用了(le)3种2D材料制备出了薄如原(yuán)子的人(rén)工(gōng)神(shén)经(jīng)元(yuán)，它能学习和处理(lǐ)更加复杂的任(rèn)务(wù)。

　　公开资料显示，AI通过(guò)数据学(xué)习一层层的神经(jīng)网络，机(jī)器自主分辨(biàn)参数，不断(duàn)地将参(cān)数归类(lèi)、计算，形成机器自我的学习。神经网络在机器学习和(hé)认知科(kē)学领(lǐng)域(yù)，是一种(zhǒng)模仿生(shēng)物神经网(wǎng)络（动物的中枢神经系(xì)统，特别是大脑(nǎo)）的结构(gòu)和(hé)功(gōng)能的数学模型(xíng)或计(jì)算(suàn)模型。

　　神经(jīng)网络由大量的人工神经元联结进行计算。大多数情况(kuàng)下(xià)人工神经(jīng)网络(luò)能在(zài)外(wài)界信息的(de)基础上改变内部结构，具备学习功(gōng)能。

　　据财联社(shè)不完全整理，近期(qī)在互动易平台回(huí)复(fù)人工(gōng)神经元相关业务的上市公司包(bāo)括(kuò)中科(kē)曙(shǔ)光、科大讯飞(fēi)、金自天(tiān)正、大(dà)富科(kē)技、深(shēn)水海纳等，具体情况如下：

　　具(jù)体(tǐ)来看(kàn)，科大讯飞的讯(xùn)飞(fēi)超脑通(tōng)过大(dà)数据、云计算(suàn)和移动互联网，并(bìng)将算法直接和应用(yòng)结合，在应用中不断迭代循(xún)环优(yōu)化。讯飞超脑(nǎo)采用了对(duì)大(dà)脑的深入解剖学，使人工神(shén)经(jīng)网(wǎng)络像人的大脑(nǎo)神经元更加接近，从而(ér)使用类似的人工神经(jīng)元方(fāng)式感(gǎn)知认知智能问题。

　　中科曙光建设(shè)“全国(guó)一(yī)体化(huà)算力(lì)服务平(píng)台(tái)”，通过统一的算力服务(wù)门户(hù)，实现全国范围内智能算(suàn)力、通用算(suàn)力资源的(de)融合调度及弹性(xìng)供给(gěi)，满足各类用户对(duì)算力的(de)多样化(huà)、可靠性和便捷(jié)性的需求。在类脑智能领域，携手复旦大学(xué)类(lèi)脑智能科学与(yǔ)技术研(yán)究院，依托公司全国kj完是吞了还是吐了知乎，kj是不是很恶心ong>一体化(huà)算力服务(wù)平台，支撑(chēng)全脑(nǎo)860亿(yì)神经元规(guī)模(mó)的全脑模拟(nǐ)计算(suàn)。

　　不过，值(zhí)得注意(yì)的是，有分析人士表(biǎo)示，关于人类大脑和(hé)神经细胞，还有很多不kj完是吞了还是吐了知乎，kj是不是很恶心了解的地方。事实上，不知(zhī)道神经(jīng)细胞是如何(hé)利用这15种(zhǒng)特征中(zhōng)的(de)许多特征。