据媒体报道，来自英国牛津大学、IBM欧(ōu)洲研(yán)究(jiū)所(suǒ)和(hé)美国得克萨斯大(dà)学(xué)的一个科(kē)研团队宣布了一项重要成就：他(tā)们通过堆叠(dié)二(èr)维(wéi)（2D）材料(liào)，开发出(chū)一种厚度(dù)仅几个原子大小的(de)人工神经元，其(qí)能(néng)够处(chù)理光和电信号(hào)进(jìn)行(xíng)计算(suàn)，有(yǒu)望用于下一代(dài)人工智能计(jì)算张大大到底是什么来头>，也有(yǒu)助(zhù)科学(xué)家(jiā)更好地模拟和理(lǐ)解人(rén)脑。相关研究成果(guǒ)刊载于最新一期《自然·纳米技术》杂(zá)志(zhì)。

　　业内(nèi)人士分张大大到底是什么来头析指出，人(rén)工智(zhì)能应用的发(fā)展呈指数级增长(zhǎng)，对(duì)计算(suàn)能力也提(tí)出(chū)了(le)越来越(yuè)高的要求，只(zhǐ)有开发出革命性(xìng)硬件，才能(néng)适应(yīng)未来算(suàn)力(lì)爆炸时代的要求(qiú)。而此次科研人(rén)员用了3种2D材料制备出(chū)了(le)薄如原(yuán)子的人(rén)工神经元(yuán)，它(tā)能学习和处理更加复杂的任务。

　　公开资(zī)料显(xiǎn)示，AI通过数据学习一层层(céng)的神经网络，机器自主分辨(biàn)参数，不(bù)断地将(jiāng)参数归类、计(jì)算(suàn)，形成(chéng)机器自(zì)我的学习(xí)。神经网络(luò)在(zài)机器学习和(hé)认知科学领域，是一(yī)种(zhǒng)模仿生物神经网络（动物的中枢神经系(xì)统(tǒng)，特别是(shì)大(dà)脑）的(de)结构和功能的数(shù)学模型(xíng)或计算模型。

　　神经网络由大量的(de)人工(gōng)神经元联结进行计(jì)算(suàn)。大多数情况(kuàng)下人工(gōng)神经(jīng)网络(luò)能在(zài)外(wài)界信息的基础上改变(biàn)内部结构，具(jù)备学习功能。

　　据财联社不完全整理(lǐ)，近(jìn)期在互动易平(píng)台(tái)回复(fù)人工(gōng)神经(jīng)元相关业务(wù)的上市公(gōng)司(sī)包括(kuò)中科曙光(guāng)、科大讯飞(fēi)、金自天正、大(dà)富科(kē)技、深水(shuǐ)海纳等，具体情况(kuàng)如下：

　　具体来看，科(kē)大讯飞的讯(xùn)飞超(chāo)脑通过大数据、云计算和移动(dòng)互联(lián)网，并将(jiāng)算法直接和应用结合，在应用中不断迭代循环优化。讯飞超脑采用(yòng)了对大(dà)脑的(de)深(shēn)入解(jiě)剖学，使人工神经网络像人(rén)的(de)大脑神经元更加接(jiē)近，从而使(shǐ)用类(lèi)似的人工神经元方式(shì)感(gǎn)知(zhī)认知智能问题(tí)。

　　中科曙光建设“全(quán)国一体(tǐ)化算力服务(wù)平台”，通过统一的算力服务门户，实现全国范(fàn)围内智(zhì)能算力、通用算力资源(yuán)的融合调度及弹性供给(gěi)，满足(zú)各类用(yòng)户对算力的多(duō)样化、可靠性和便捷性(xìng)的需求(qiú)。在类(lèi)脑(nǎo)智能领域(yù)，携手复旦大学(xué)类(lèi)脑智能科学与技术研究院，依托公(gōng)司全国一体化算力服务平台(tái)，支撑全脑860亿神经(jīng)元规模的全脑模拟(nǐ)计算。

　　不过，值得注意的是(shì)，有分析人士表示，关于人类大脑(nǎo)和神经细胞，还有很多不了解的(de)地方。事实上(shàng)，不知道神经(jīng)细胞是如何利用这15种特征中的许多特征(zhēng)。