英特爾實驗室和康奈爾大學的研究人員，剛剛展示了英特爾神經(jīng)形態(tài)研究芯片 Loihi 的獨特能力 —— 僅通過氣味來識別多種有害的化學物質(zhì)。研究人員稱：Loihi 可分析識別測試樣品中的每種化學物質(zhì)，而不會破壞先前學習到的有關(guān)氣味的記憶。與傳統(tǒng)識別系統(tǒng)（包括深度學習）相比，Loihi 還顯示出了更高的準確性。

圖來源于Intel Labs

作為對比，深度學習系統(tǒng)需要大約 3000 倍的樣本訓練量，才能達到與 Loihi 相當?shù)乃?。英特爾實驗室高級研究科學家 Nabil Imam 表示：

我們正在 Loihi 上開發(fā)神經(jīng)算法，以模仿聞到氣味后，大腦中發(fā)生的相關(guān)反應(yīng)。

這項工作是當代神經(jīng)科學與人工智能交叉路口的一個典范，證明了 Loihi 具有提供重要傳感功能的潛力，可使各個行業(yè)都獲益。

據(jù)悉，作為一款硬件，英特爾 Loihi 芯片旨在模仿人腦是如何處理和解決問題的。其于 2017 年 9 月首次公布，當時英特爾稱其具有“令人難以置信的學習速度”。

該芯片的獨特之處，在于能夠利用已知的知識來推斷新數(shù)據(jù)，從而隨著時間推移、以指數(shù)方式加速其學習過程。

Loihi 芯片采用了基于‘神經(jīng)形態(tài)計算’的架構(gòu)設(shè)計，受到了科學家對人腦及其解決問題的最新研究理解的啟發(fā)。

根據(jù)今日發(fā)表在《自然機器智能》（Nature Machine Intelligence）雜志上的研究描述，可知英特爾實驗室和康奈爾大學的研究團隊是如何基于人腦嗅覺回路的結(jié)構(gòu)和動力學，從頭開始構(gòu)建相關(guān)神經(jīng)算法的。

目前這款芯片可以學習并識別 10 種不同的危險化學品的氣味，背后原理與人腦感知不同氣味的方式相同。

比如，當一個人拿起葡萄柚并聞到氣味時，水果的分子會刺激鼻子中的嗅覺細胞，然后將相關(guān)訊號發(fā)送道大腦。

然后，在相互連接的神經(jīng)元組中的電脈沖，可以產(chǎn)生有關(guān)該氣味的獨特感受。

英特爾研究人員解釋稱：“無論您聞到的是葡萄柚、玫瑰、還是有害的氣體，大腦中的神經(jīng)元網(wǎng)絡(luò)都會產(chǎn)生特定于該物體的感覺”。

視覺和聽覺上的感受與之類似，人腦的記憶、興趣、決策，都具有各自的神經(jīng)網(wǎng)絡(luò)，并以特定的方式展開計算。

在最新研究中，英特爾團隊使用了一個數(shù)據(jù)集，其中包含了大腦中 72 種已知化學感受器的活動、以及它們是如何響應(yīng)每種物質(zhì)的化學氣味的。

研究團隊將該數(shù)據(jù)用于 Loihi 上所謂的‘生物嗅覺電路’，以使 Loihi 能夠識別每種氣味的神經(jīng)回路。

Moor Insights＆Strategy 分析師 Patrick Moorhead 告訴在接受 SiliconANGLE 采訪時稱，這項研究是確定各種有害化學物質(zhì)氣味的神經(jīng)形態(tài)計算的一個絕佳案例。

展望未來，這項技術(shù)可作為‘電子鼻系統(tǒng)’，幫助醫(yī)生在各種疾病種展開診斷。其它用途包括開發(fā)更有效的煙霧 / 一氧化碳報警器，或者機場的爆炸物生物探測系統(tǒng)。

下一步，研究團隊還希望將相關(guān)技術(shù)推廣到更多的問題解決方案中，從感官場景分析（理解觀察到的物體之間的聯(lián)系）、到抽象的問題（例如計劃和決策）等。