神经网络也有玻璃心？玻璃中掺入杂质模仿神经元，完成数字识别，几乎不用电力！

大数据文摘出品作者：宁静、魏子敏 有没有想过把神经网络从计算机“搬”进一片玻璃中？ 通过神经网络进行图像识别、智能推荐已经非常普遍。最近几年，计算能力和并行处理的增加使其成为一种非常实用的技术。然而，在核心层面，它仍然是一台数字计算机，和其他的计算机程序并无差别。并且，其对电能的要求也越来越高。 以识别手写数字为例，这是一个非常经典的深度学习入门课题：你需要经过层层神经网络的前向传播以及以梯度下降，为原理支撑的BP算法调整每层神经元的权重、偏差，来完成最终的识别效果，中间的计算量和参数交换复杂程度可想而知。 长久以来，研究者们一直在探索一种更快、更节能的方法来实现神经网络的复杂计算。 近日，来 ………………………………