据(jù)媒体报(bào)道，来自英国牛津大学(xué)、IBM欧洲研究所和美(měi)国得克(kè)萨斯大学的(de)一个科(kē)研团(tuán)队(duì)宣(xuān)布了一项(xiàng)重要成就：他们通过堆叠二维（2D）材(cái)料，开发出一种厚(hòu)度仅(jǐn)几个原(yuán)子大小(xiǎo)的人工(gōng)神经元，其(qí)能够处理光(guāng)和电信号进行计算，有(yǒu)望(wàng)用于下一代人(rén)工智能计算(suàn)，也有助科学家更好(hǎo)地(dì)模拟和理解人(rén)脑。相关研究(jiū)成果刊载于最(zuì)新(xīn)一期《自然·纳米(mǐ)技术》杂志。

　　业内人士分(fēn)析指出，人工智(zhì)能应用(yòng)的发展(zhǎn)呈指数级增长，对计(jì)算能力也提出了越(yuè)来越高的要求(qiú)，只有开(kāi)发出革命性硬件，才(cái)能适应未(wèi)来算(suàn)力爆炸时(shí)代的要(yào)求(qiú)。而(ér)此次科研人员用了3种2D材料(liào)制备出了薄如原子的人工神(shén)经元(yuán)，它(tā)能学习和处理(lǐ)更加复杂的任务。

　　公开资料显示(shì)，AI通过数据学习一(yī)层层(céng)的神经(jīng)网络，机(jī)器自主分辨参数，不断(duàn)地将参数归类、计算，形成机器自我的学习。神经网络在机器(qì)学习(xí)和认知(zhī)科学领域，是一种模仿生物(wù)神经网络（动物的(de)中枢神经系统，特(tè)别是大脑）的结构和功能的数学模(mó)型(xíng)或计算模型。

　　神经网络由大量的人工神经元联(lián)结进行计算。大多数情况下人(rén)工神经网络能在外(wài)界(jiè)信息的基(jī)础上改变(biàn)内部结(jié)构，具备学习功(gōng)能。

　　据财联(lián)社(shè)不完全整理，近期在互(hù)动易平台(tái)回复人(rén)工神经元相关业务的上市公(gōng)司包括中科曙光、科大(dà)讯飞、金自天正、大富(fù)科技、深(shēn)水(shuǐ)海纳等，具体情况如下：

　　具(jù)体来看，科大讯飞的讯飞超脑(nǎo)通过(guò)大数据(jù)、云计算和移动互联(lián)网，并将算(suàn)法(fǎ)直(zhí)接(jiē)和应用结合，在(zài)应用中(zhōng)不断迭代循环优化。讯(xùn)飞超脑采(cǎi)用了对(duì)大脑的深入解剖(pōu)学(xué)，使(shǐ)人工神经(jīng)网络像人(rén)的大脑神经(jīng)元更加接近，从(cóng)而使(shǐ)用(yòng)类似的(de)人工神(shén)经元方(fāng)式感知认(rèn)知智能问题。

　　中(zhōng)科(kē)曙光建设a的负一次方是多少矩阵，a的负一次方是多少线性代数“全国一体化算(suàn)力服务平台”，通(tōng)过统(tǒng)一的算力服(fú)务门户(hù)，实现(xiàn)全国范(fàn)围内智能算(suàn)力、通(tōng)用算力(lì)资源的融合调度及弹性供给，满足各(gè)类用户对算力的(de)多样化、可(kě)靠性(xìng)和便(biàn)捷性的需求。在类脑智能领域，携手复旦大学(xué)类脑智能科学与(yǔ)技术研(yán)究院，依托公司全国一(yī)体化算(suàn)力(lì)服(fú)务平台，支撑全(quán)脑860亿神(shén)经元(yuán)规(guī)模的全脑模拟计算。

　　不过(guò)，值得注意的是，有分析人士表(biǎo)示，关于人类(lèi)大脑和神(shén)经细胞，还(hái)有(yǒu)很(hěn)多(duō)不了解的地方。事实上，不知道神(shén)经(jīng)细胞是如何(hé)利用这15种特征(zhēng)中的许多特(tè)征。

未经允许不得转载：橘子百科-橘子都知道 a的负一次方是多少矩阵，a的负一次方是多少线性代数