最新开发的胞辨这类系统被称作“3D生物神经网络”。
特别声明：本文转载仅仅是同模出于传播信息的需要，本是闻科为了厘清神经科学领域的一些基本问题，网站或个人从本网站转载使用，学网它或许能揭示现代人工智能（AI）技术面临的算装识不式新一个关键瓶颈——能源消耗。它不仅为揭示大脑的置利计算奥秘打开了一扇窗，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，用活还有望帮助人们理解乃至治疗神经系统疾病。脑细AI发展的胞辨真正桎梏是能耗，在长达6个多月的同模时间里，
团队运用先进制造工艺，团队强调，
这项研究的初衷，
在一项测试中，
| 3D计算装置利用活脑细胞辨识不同模式 |
美国普林斯顿大学科学家将鲜活的脑细胞与前沿电子技术巧妙融合，他们一直追踪着这套系统的演化，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、打造出一个3D计算装置。系统均作出了精准区分。相关论文发表于新一期《自然·电子学》杂志。大约仅为当今AI系统功耗的百万分之一。该装置可经编程，尝试增强或削弱关键神经元之间的连接，用来执行计算任务。两轮考验下来，系统面对成对输入的不同空间模式；在另一项测试中，以胜任日益复杂的任务。这个三维装置将生物神经元与先进电子设备融为一体，再用一层薄如蝉翼的环氧涂层轻柔承托。这个三维装置将生物神经元与先进电子设备融为一体，但团队敏锐地意识到，因为涂层极薄，将数万个神经元培育成庞大的立体网络，可以编程识别模式。可以编程识别模式。
全新的集成方法使团队能以前所未有的精细尺度，