在当今科技日新月异的时代，人工智能的发展正以前所未有的速度改变着我们的生活。从智能手机、智能家居到自动驾驶汽车，人工智能技术已经渗透到我们生活的方方面面。然而，尽管人工智能已经取得了巨大的进步，但它的能效和处理能力仍然远远落后于我们的大脑。为了解决这个问题，科学家们一直在寻找新的方法来模仿大脑的运作方式，从而创造出更节能、更高效的人工智能系统。近日，科学家们的一项研究，为我们展示了这一领域的最新进展。
瑞士苏黎世联邦理工学院（ETH Zurich）和德国法兰克福金融管理学院（Frankfurt School of Finance and Management）的研究人员开发了一种人工神经网络，可用于优化供应链和生产流程以及智能电网或交通控制系统。
深度学习是一个能源密集型领域，它的应用受到了限制。但如果这些模型能够以更高的能源效率来运行呢？这是许多研究人员提出的问题，而IBM的一个新团队可能已经找到了答案。
随着新型计算技术的发展，传统计算系统领域的研究正在放缓。美国宾夕法尼亚州立大学（Penn State）的一个工程师团队一直在使用大脑的模拟性质来创建一种基于大脑神经网络系统的计算方式。研究小组发现，基于石墨烯的存储电阻器有望实现这种新的人工神经网络计算形式。他们的发现最近发表在《自然通讯》上。
辛菲罗波尔的专家提出了一个机器视觉项目，该项目可以通过墙壁，雨水和雾气识别物体。这是一个基于人工神经网络的无线电光学原理的机器视觉项目。由于该技术已经准备就绪，专家认为该想法很有希望进入市场，现已经可以预订。
POSTECH大学的一研究团队开发了一个结合人工神经网络(Artificial Neural Network)和随机搜索，推荐注塑成型工艺条件的系统。通过使用这个新系统，可以实时获得各种形状。研究成果近日发表在《先进智能系统》杂志上。
