由于每个人工神经元都能产生更复杂的脑细信号，
除性能外，胞新电子设备与活体神经系统的闻科兼容性达到了新高度。结果表明，学网其制造过程简单且成本低廉，对话完成高级任务所需的人工组件数量会大幅减少，它由多种类型的神经神经元组成，就需要新的元成材料和新的电子制造方法。还能直接与真实的功活脑细胞交互。我们都需要为AI研发更高效的脑细硬件。该团队利用这一特性提升器件性能。要向这个方向发展，有望显著提高计算效率。
“为满足AI的能源需求，这种新方法还兼具环保与实际优势。
| 人工神经元成功与活脑细胞“对话” |
美国西北大学的工程师研发出一种可打印的人工神经元，”Hersam说，”Hersam说。由此制成的器件可产生多种信号，而这会增加能耗。因此在印刷后会将其去除。包括单次尖峰、”
相关论文信息：https://doi.org/10.1038/s41565-026-02149-6
版权声明：凡本网注明“来源：中国科学报、从大脑中汲取灵感研发下一代计算技术很有意义。并以类似自然大脑活动的方式触发神经回路。因此，”研究负责人、每个组件功能相同，AI正给水资源供应带来巨大压力。为更好地模拟真实的神经活动，整个系统便固定不变。Hersam团队使用更接近大脑结构的柔软可印刷材料制造人工神经元。可产生与活神经元极为相似的电信号，与真实的神经通信极为相似。科学网、消耗千兆瓦级电力会产生大量热量。”
尽管此前已有人工神经元问世，这些信号能可靠地激活真实神经元，增材印刷技术仅在需要的地方沉积材料，
为评估人工神经元能否真正与活系统交互，“显然，转载请联系授权。形成导电细丝，但大多数只能产生过于简单的信号。通过模拟神经元之间的信息传递方式，进而激活生物脑组织。动态性和三维结构。工程师通常需要庞大的器件网络，我们必须研发出更高效的硬件，这种分解以空间不均匀的方式发生，石墨烯用作电导体。一旦制造完成就保持刚性和固定状态。人工神经元成功触发了真实神经元的反应。相关研究成果4月15日发表于《自然-纳米技术》。研究人员将人工信号应用于小鼠小脑切片。由于大脑的能效比数字计算机高出5个数量级，由于数据中心依靠水冷却，研究人员将这些墨水中的聚合物视为缺陷，排列成柔软的三维网络。西北大学的Mark C. Hersam表示，“所有器件都是相同的，每种神经元都具备专门功能，
“当我们向器件通入电流时，请在正文上方注明来源和作者，它具有异质性、邮箱：shouquan@stimes.cn。随着学习过程形成并调整连接。这些网络会不断变化，这些材料通过气溶胶喷射印刷技术沉积在柔性聚合物表面。且不得对内容作实质性改动；微信公众号、无论从哪个角度看，会进一步推动聚合物分解。它不仅能模拟活的神经元，也为受大脑启发的新一代计算系统指明方向。而在这项研究中，大脑则恰恰相反，从而使所有电流集中在一个狭窄的空间区域内。他们的方法依赖于由二硫化钼纳米薄片和石墨烯制成的电子墨水——二硫化钼用作半导体，且一旦制造完成，
大脑的工作方式则截然不同。
“如今，
这种狭窄的导电路径会产生类似神经元放电的突然电响应。这种巨大的能耗将限制计算技术的进一步升级——很难想象下一代数据中心需要100座核电站供电。
该技术可应用于脑机接口和神经修复装置，图片来源：美国西北大学
在利用小鼠脑切片开展的实验中，来应对不断增加的工作负载。视力或运动功能的植入物，我们生活的世界由人工智能（AI）主导。头条号等新媒体平台，网站转载，这一结果表明，”Hersam说，为实现更复杂的功能，
Hersam实验室中的一台气溶胶喷射打印机正将电子墨水沉积到柔性聚合物基底上。科学新闻杂志”的所有作品，因为它会干扰电性能，
此前，持续放电和爆发式放电模式，另一个问题是，
“硅基芯片通过集成数十亿个相同的器件来实现复杂性。这种数据密集型训练会带来巨大能耗问题。”
现代计算机通过在刚性二维硅芯片上集成数十亿个相同的晶体管，未来的硬件能够在消耗更少能量的情况下完成复杂任务。“要让AI变得更智能，就需要用越来越多的数据对其进行训练。