据(jù)媒体报道，来(lái)自英(yīng)国牛津大学(xué)、IBM欧洲研(yán)究所(suǒ)和美国(guó)得克(kè)萨斯大(dà)学的一个科研团队宣布了(le)一项重(zhòng)要成就(jiù)：他们通过堆叠二维(wéi)（2D）材(cái)料，开发(fā)出一种厚度仅几个原子(zi)大(dà)小(xiǎo)的人工(gōng)神经(jīng)元，其能够(gòu)处(chù)理光和电信号进行(xíng)计算，有(yǒu)望用(yòng)于下一代人(rén)工智(zhì)能计算，也(yě)有(yǒu)助(zhù)科学家更(gèng)好地模拟和理解人脑。相关研(yán)究(jiū)成果(guǒ)刊载(zài)于最新一期《自然·纳米技术》杂志(zhì)。

　　业内人士分析指出(chū)，人工(gōng)智能(néng)应用(yòng)的(de)发展呈指数级顶的速度越来越快越叫的原因line-height: 24px;'>顶的速度越来越快越叫的原因rong>增长，对计算能力也提出了(le)越来(lái)越高的要求，只有开发出革命性硬件，才能适应未来算力爆炸时代的要(yào)求。而此次科研人员用了(le)3种2D材料制备出了薄(báo)如原子的人工(gōng)神经元(yuán)，它能学习(xí)和处理(lǐ)更加复杂的(de)任(rèn)务。

　　公开资料(liào)显示，AI通过(guò)数据学习一层层的(de)神(shén)经网络，机器自(zì)主分辨参(cān)数，不断地将参数(shù)归类、计算，形成机器自(zì)我的(de)学(xué)习(xí)。神经网络在(zài)机器学(xué)习和认知(zhī)科学(xué)领域，是一种模仿生物神(shén)经网络（动(dòng)物的中枢神经系统，特别是(shì)大脑）的(de)结构(gòu)和功能(néng)的数(shù)学模型或计算模型(xíng)。

　　神经网络由大量的人工神经元联结(jié)进行计(jì)算。大(dà)多数情况下(xià)人工(gōng)神经(jīng)网络能在外界信息的基础上改(gǎi)变内部结构，具(jù)备学习(xí)功能。

　　据财联社不完全(quán)整理(lǐ)，近期在互动易(yì)平台(tái)回复人(rén)工神经元相关(guān)业(yè)务的(de)上市公司(sī)包括中科曙光、科大讯飞、金自天正(zhèng)、大(dà)富(fù)科技、深水(shuǐ)海(hǎi)纳等，具体情况如下：

　　具体来看，科(kē)大讯飞的讯(xùn)飞超脑通过大数据、云计算和移(yí)动互联(lián)网(wǎng)，并将算法直接和应(yīng)用结(jié)合(hé)，在(zài)应(yīng)用中不断迭代循环(huán)优化。讯(xùn)飞超(chāo)脑采用了对大脑(nǎo)的深入(rù)解剖(pōu)学(xué)，使人工神经网(wǎng)络像人的大(dà)脑(nǎo)神经(jīng)元更加接近(jìn)，从而使(shǐ)用类似(shì)的人(rén)工神经元方式感知认知智能(néng)问题。

　　中科曙光(guāng)建设“全国一体化算力服务(wù)平台”，通过(guò)统一的算力服务门(mén)户，实(shí)现全国范(fàn)围内智(zhì)能算力(lì)、通用算(suàn)力资源的融(róng)合调度及弹(dàn)性(xìng)供给，满足各类(lèi)用户对(duì)算(suàn)力的多(duō)样化、可靠性和便捷性的需求。在类脑智(zhì)能(néng)领域，携手复旦(dàn)大学类脑智(zhì)能科学与(yǔ)技术研(yán)究院，依托(tuō)公司全国一体化算力(lì)服务平台，支撑全脑860亿神经元规模的全(quán)顶的速度越来越快越叫的原因脑模(mó)拟计算。

　　不过，值得注意的(de)是(shì)，有分析人(rén)士表示，关于(yú)人类大脑和神经细胞，还有(yǒu)很(hěn)多不(bù)了解(jiě)的(de)地(dì)方。事实上，不知道(dào)神经细(xì)胞是如何(hé)利用这15种特征中的许多特征。