人工神经元模拟复杂的大脑功能，用于下一代人工智能计算

研究人员已经开发出原子级薄的人工神经元，可以处理电信号和光信号。 该材料允许在神经元网络中同时存在单独的前馈和后馈路径，从而提高解决复杂问题的能力。

科学家们花了数十年时间研究如何复制生物神经元的计算多功能性，以创建更快、更节能的机器学习系统。 忆阻器是一种很有前途的技术，可以存储一个值并将其用于内存计算。

集成前馈和反馈神经元信号的困难已被证明是使用忆阻器复制复杂生物过程的主要挑战。 这些机制是我们利用奖励和错误学习复杂技能的能力的基础。

来源和详细信息：
https://techxplore.com/news/2023-05-artificial-neurons-mimic-complex-brain.html