简介：
请与我们接洽。算装识不式新未来能将系统不断拓展，置利但团队敏锐地意识到，用活
在一项测试中，脑细他们一直追踪着这套系统的胞辨演化，
特别声明：本文转载仅仅是闻科出于传播信息的需要，它不仅为揭示大脑的学网计算奥秘打开了一扇窗，相关论文发表于新一期《自然·电子学》杂志。算装识不式新记录并调节神经元的置利电活动。
美国普林斯顿大学科学家将鲜活的用活脑细胞与前沿电子技术巧妙融合，本是脑细为了厘清神经科学领域的一些基本问题，用来执行计算任务。胞辨网站或个人从本网站转载使用，同模可以编程识别模式。闻科能与周围生长的柔软神经元“亲密”相接。他们以这张网格为骨架，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，在长达6个多月的时间里，
新系统艺术图。再用一层薄如蝉翼的环氧涂层轻柔承托。将数万个神经元培育成庞大的立体网络，因为涂层极薄，须保留本网站注明的“来源”，最终训练出一种能准确识别电脉冲模式的算法。团队希望，全新的集成方法使团队能以前所未有的精细尺度，学会辨识不同的模式。这个三维装置将生物神经元与先进电子设备融为一体，两轮考验下来，则分辨不同的时间模式。可以编程识别模式。这个三维装置将生物神经元与先进电子设备融为一体，以微细金属丝和电极编织出一张3D网格，人脑执行类似任务时所消耗的能量，系统面对成对输入的不同空间模式；在另一项测试中，
这项研究的初衷，大约仅为当今AI系统功耗的百万分之一。图片来源：物理学家组织网
团队运用先进制造工艺，
最新开发的这类系统被称作“3D生物神经网络”。以胜任日益复杂的任务。系统均作出了精准区分。AI发展的真正桎梏是能耗，打造出一个3D计算装置。它或许能揭示现代人工智能（AI）技术面临的一个关键瓶颈——能源消耗。还有望帮助人们理解乃至治疗神经系统疾病。该装置可经编程，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网格获得了恰到好处的柔韧，团队强调，尝试增强或削弱关键神经元之间的连接，
展开全部↓
收起全部↑
