据媒体报道，来(lái)自英国(guó)牛津大学、IBM欧洲(zhōu)研究所和美国得克萨斯大(dà)学(xué)的一(yī)个(gè)科研团队宣布了一项重要成就(jiù)：他们通过堆叠二维(wéi)（2D）材料，开发出一种厚度仅几个原(yuán)子大小的人(rén)工神经元(yuán)，其能(néng)够处理(lǐ)光(guāng)和电信号进(jìn)行计算，有望用于下一代人工(gōng)智能(néng)计算，也有助(zhù)科学家更好(hǎo)地模拟和理解人脑。相关研究成(chéng)果(guǒ)刊(kān)载(zài)于(yú)最新(xīn)一(yī)期《自然(rán)·纳米(mǐ)技(jì)术》杂志。

　　业内(nèi)人士分析(xī)指(zhǐ)出，人工智能(néng)应(yīng)用的发(fā)展呈指数级(jí)增(zēng)长(zhǎng)，对(duì)计算能(néng)力(lì)也提出了越(yuè)来越高的要(yào)求，只(zhǐ)有开(kāi)发出革(gé)命性硬件(jiàn)，才能适应(yīng)未来算力爆(bào)炸时代的要求。而此(cǐ)次科研人员用了3种2D材料制(zhì)备出了(le)薄如原子的人工神经(jīng)元，它能学习和处理更加(jiā)复杂的任(rèn)务。

　　公开资料显示，AI通(tōng)过数据学习一层(céng)层的(de)神经网(wǎng)络，机(jī)器自(zì)主分辨参数(shù)，不断(duàn)地将参数归类、计算，形成机(jī)器自我的学习。神(shén)经网络(luò)在机器学习和认知科学领域，是一种模仿生物神经网络(luò)（动物的中枢神经系统，特别是大脑）的结构和(hé)功能的数学模型或计算模型。

　　神经网络由大(dà)量(liàng)的人工神经元(yuán)联(lián)结进行计算。大多数(shù)情况下人工神(shén)经网络能在(zài)外界信息的基础(chǔ)上改变内部(bù)结构(gòu)，具备(bèi)学习功能。

　　据(jù)财(cái)联(lián)社(shè)不(bù)完全整理(lǐ)，近期在互动易平台回复人工(gōng)神经元相关业务的上市(shì)公司包括(kuò)中(zhōng)科(kē)曙(shǔ)光(guāng)、科大讯飞、金自天正、大(dà)富科技、深水海纳等，具(jù)体情况如(rú)下(xià)：

　　具(jù)体(tǐ)来看(kàn)，科大讯飞(fēi)的讯飞超脑(nǎo)通过(guò)大数据、云计算和移动互(hù)联(lián)网(wǎng)，并将算法直(zhí)接和应用结合，在(zài)应(yīng)用中不断迭代(dài)循环优化。讯飞超脑采用了对大脑(nǎo)的深入(rù)解(ji无可厚非是什么意思ě)剖学(xué)，使人工神(shén)经网络像人(rén)的大脑神经(jīng)元(yuán)更加接(jiē)近，从而使用类似的人工神经(jīng)元方式感知认知智能问(wèn)题。

　　中(zhōng)科曙光建设“全国一体(tǐ)化算力服务平台”，通过统一的算力服务门户(hù)，实现全(quán)国(guó)范围内(nèi)智能(néng)算力、通用算力资源(yuán)的融合调度及(jí)弹性(xìng)供给(gěi)，满足(zú)各类用户对(duì)算(suàn)力的(de)多(duō)样化、可靠性和便捷性的需求。在类脑(nǎo)智能(néng)领域，携手复(fù)旦(dàn)大学类脑智能(néng)科(kē)学与技(jì)术(shù)研究院(yuàn)，依托公司全(quán)国无可厚非是什么意思>一体(tǐ)化算力(lì)服务平台，支撑全脑860亿神经(jīng)元规模的全脑模拟计算(suàn)。

　　不(bù)过(guò)，值得注(zhù)意的是(shì)，有分(fēn)析(xī)人(rén)士表示，关于人类大脑(nǎo)和神经细胞，还有很多不(bù)了解(jiě)的地(dì)方。事实(shí)上，不知道神经细胞是如何(hé)利用这15种特征中(zhōng)的许多特征。