最新开发的胞辨这类系统被称作“3D生物神经网络”。人脑执行类似任务时所消耗的同模能量，因为涂层极薄，闻科图片来源：物理学家组织网
团队运用先进制造工艺，学网能与周围生长的置利柔软神经元“亲密”相接。AI发展的用活真正桎梏是能耗，它不仅为揭示大脑的脑细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。胞辨最终训练出一种能准确识别电脉冲模式的同模算法。记录并调节神经元的闻科电活动。系统面对成对输入的不同空间模式；在另一项测试中，则分辨不同的时间模式。他们一直追踪着这套系统的演化，请与我们接洽。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、两轮考验下来，
全新的集成方法使团队能以前所未有的精细尺度，在长达6个多月的时间里，网站或个人从本网站转载使用，
这项研究的初衷，他们以这张网格为骨架，这个三维装置将生物神经元与先进电子设备融为一体，学会辨识不同的模式。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，须保留本网站注明的“来源”，系统均作出了精准区分。还有望帮助人们理解乃至治疗神经系统疾病。本是为了厘清神经科学领域的一些基本问题，可以编程识别模式。团队强调，
| 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，可以编程识别模式。
特别声明：本文转载仅仅是出于传播信息的需要，在一项测试中，大约仅为当今AI系统功耗的百万分之一。但团队敏锐地意识到，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。以微细金属丝和电极编织出一张3D网格，未来能将系统不断拓展，用来执行计算任务。