据媒体报道(dào)，来自英国牛津大学(xué)、IBM欧洲研究所和美国得克萨斯大学的一(yī)个(gè)科(kē)研团队宣布了一项重要成就：他们通过堆叠二维（2D）材(cái)料，开发出(chū)一种厚度仅几个(gè)原子大(dà)小的人(rén)工神经元，其(qí)能够处理(lǐ)光和电(diàn)信号进行计算(suàn)，有(yǒu)望用于下(xià)一代人(rén)工智能计算，也(yě)有(yǒu)助科学家更(gèng)好地模拟和理解人脑(nǎo)。相关研究成果刊载于(yú)最新一(yī)期(qī)《自(zì)然(rán)·纳米(mǐ)技术》杂志(zhì)。

　　业内(nèi)人士分析指出，人工智(zhì)能应(yīng)用的发展呈指数级增长，对计算能力(lì)也(yě)提(tí)出了越来越高的要(yào)求，只有开发出革命(mìng)性硬件，才能适应(yīng)未来算力爆炸时代的要求(qiú)。而此次科研(yán)人员用了3种2D材(cái)料制备(bèi)出了薄如原子的人工(gōng)神经元，它(tā)能学习(xí)和处理更加复杂的任务。

　　公开资料显(xiǎn)示(shì)，AI通过数(shù)据学习一层层的神(shén)经网络(luò)，机器自主分辨(biàn)参数(shù)，不(bù)断(duàn)地将(jiāng)参数归类、计算，形(xíng)成机器(qì)自我的学习。神经网络在机器(qì)学习和认知(zhī)科学领(lǐng)域，是(shì)一(yī)种(zhǒng)模仿生(shēng)物神经网络（动物的(de)中枢神经系(xì)统，特别是大脑）的结构和功(gōng)能的数学模型或计算模型(xíng)。

　　神经网络由大量的人工神经元联结进行计算。大多数情况下人工(gōng)神经网络能在外界信息(xī)的基础上改(gǎi)变(biàn)内部结构，具备学习(xí)功(gōng)能。

　　据(jù)财联社(shè)不完全整理，近(jìn)期在互动易平台回复人工神经(jīng)元相关业务的上市公司(sī)包括中科曙(shǔ)光、科大讯飞、金自天(tiān)正、大富(fù)科技、儿童兴趣班有哪些项目排名，十大最无用的兴趣班strong>深(shēn)水海纳等，具体情况如下：

　　具体来看，科(kē)大讯飞的讯飞超脑通过(guò)大数(shù)据、云(yún)计算和移动互联网，并将算法直接和(hé)应(yīng)用结合，在应用中不(bù)断迭代循环优化。讯飞(fēi)超脑(nǎo)采用了对(duì)大脑的深入解剖学，使人工神经网络像(xiàng)人的(de)大(dà)脑神经元更加接近(jìn)，从而使用(yòng)类似的人工神经元(yuán)方式(shì)感知(zhī)认(rèn)知智能问题。

　　中(zhōng)科(kē)曙(shǔ)光建设“全国一(yī)体化算力服务平(píng)台”，通(tōng)过统一(yī)的算力服务门户，实现全国范围内智能(néng)算力、通用算力资源的融合调(diào)度及弹性供给，满足(zú)各(gè)类用(yòng)户对算(suàn)力的多(duō)样(yàng)化(huà)、可(kě)靠性和便(biàn)捷性的(de)需求。在类脑(nǎo)智能领域，携手复旦(dàn)大(dà)学类脑智(zhì)能科(kē)学与技术研究院，依托公司全(quán)国一体化算力服(fú)务平台，支撑全(quán)脑860亿神经(jīng)元规模的全脑模拟计(jì)算(suàn)。

　　不过，值得(dé)注意(yì)的是，有分析人(rén)士表示，关于(yú)人(rén)类大脑和神经细(xì)胞，还(hái)有(yǒu)很多(duō)不(bù)了解的地(dì)方。事实上，不知道神(shén)经细胞是如(rú)何利用这15种特征中的许多特征。