据媒体报(bào)道，来自(zì)英(yīng)国牛津(jīn)大学、IBM欧洲研究所和美国(guó)得克萨斯大学(xué)的一个科研团队宣(xuān)布了(le)一项重要成就：他们(men)通过堆叠二维（2D）材(cái)料，开(kāi)发(fā)出一种厚度仅几个原子(zi)大小的人工神经元，其能够处理光(guāa的负一次方是多少矩阵，a的负一次方是多少线性代数ng)和(hé)电信号进行计算，有望用于下(xià)一代人工智能计(jì)算，也有助科(kē)学家更好地(dì)模拟和(hé)理解人脑。相关研究成果刊(kān)载于最新一期《自然·纳米技术》杂志(zhì)。

　　业内(nèi)人士分析指出，人工智(zhì)能应用的发展呈指数级增长，对计算能力(lì)也提出了越来(lái)越高的要求，只有开(kāi)发(fā)出革命性(xìng)硬(yìng)件，才能适(shì)应未来算力(lì)爆炸时代(dài)的(de)要求。而此次科研(yána的负一次方是多少矩阵，a的负一次方是多少线性代数)人(rén)员用了3种2D材(cái)料制(zhì)备出了薄如(rú)原子的人工神经元，它能学习(xí)和处理(lǐ)更加(jiā)复(fù)杂的任(rèn)务。

　　公(gōng)开资料显(xiǎn)示，AI通过(guò)数据学习一(yī)层层的神经网络，机器自主分辨参数，不断地将参(cān)数归类、计算，形成机器自我的学习。神经(jīng)网(wǎng)络在(zài)机器学习和认知科学领域，是一(yī)种模仿生(shēng)物神经网络（动物的(de)中枢(shū)神经系统，特别是(shì)大(dà)脑(nǎo)）的结(jié)构和功能的数学模型或计算(suàn)模型。

　　神经网络由大(dà)量的人工神经元联结进(jìn)行计(jì)算。大多(duō)数情(qíng)况(kuàng)下人工(gōng)神经(jīng)网络能在外(wài)界信息的基础上(shàng)改变内部(bù)结构，具(jù)备(bèi)学(xué)习(xí)功能。

　　据财联社不完全整(zhěng)理，近期在互(hù)动易平(píng)台回(huí)复人工神经(jīng)元相关业务的上市(shì)公司包(bāo)括中(zhōng)科曙光(guāng)、科大讯(xùn)飞、金自天正、大富(fù)科技、深(shēn)水海纳等(děng)，具(jù)体情况如下：

　　具体来看，科(kē)大讯飞的讯飞超脑通过大数据(jù)、云计算和移动互联网，并(bìng)将(jiāng)算法(fǎ)直接和(hé)应用结合，在应用中不断迭代循环优化。讯飞超脑采用了对(duì)大脑的深入(rù)解剖学，使人工神经(jīng)网络像人的大脑神经元更(gèng)加接近，从(cóng)而使用(yòng)类似的人工神经元方(fāng)式感知认知智能问题。

　　中(zhōng)科(kē)曙光建设“全(quán)国一体化算力服务平台”，通(tōng)过统一的算力服务门(mén)户，实现全(quán)国(guó)范围内(nèi)智能算力、通(tōng)用算(suàn)力资源的融合调(diào)度及弹性供给(gěi)，满足(zú)各(gè)类用户对算力的多样(yàng)化、可靠性和便捷性的需求。在类脑智能领域，携手复旦大学类脑智能科学(xué)与技术研(yán)究院，依托公(gōng)司全国一体化算力服务平(píng)台，支撑全脑860亿(yì)神(shén)经元规模(mó)的(de)全脑模(mó)拟计算(suàn)。

　　不过，值得注意的是，有分(fēn)析人士表示，关于人类大脑和(hé)神经细(xì)胞，还有(yǒu)很(hěn)多不了解的(de)地方。事实上，不知道神经细(xì)胞是如何利用这15种特征中(zhōng)的许多(duō)特征。

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