雷鋒網消息，英特爾和康奈爾大學今天發表了一份聯合論文，展示了英特爾的神經形態芯片Loihi的新能力：它能夠從氣味中學習和識別10種有害物質——即使存在“顯著的”數據噪聲和遮擋的情況。
合著者說，它表明了神經形態計算技術可用於檢測爆炸物、麻醉品、聚合物等的前體氣味物質。
這項研究本週發表在雜誌《自然·機器智能》（Nature Machine Intelligence）上，英特爾和康奈爾大學的有關研究人員利用72個化學傳感器對不同氣味做出反應的數據集，通過配置生物嗅覺的電路圖來描述如何“教會”Loihi“聞味道”。
他們說，他們的技術不會破壞芯片的氣味記憶；與以往最先進的傳統方法相比，它具有“優異的”識別精度，其中包括的機器學習解決方案，需要每級的訓練樣本數量多3000倍才能達到相同級別的分類精度。
英特爾神經形態計算實驗室高級研究科學家Nabil Imam認為，這項研究將為神經形態系統鋪平道路，該系統可以診斷疾病，檢測武器和爆炸物，發現毒品以及發現煙霧和一氧化碳的跡象。
他在一份聲明中說：“我們正在開發Loihi上的神經算法，它可以模擬人類聞到什麼東西時大腦裡發生的事情。” 他還表示，“這項工作是當代神經科學和人工智能研究進行到十字路口的一個典範，並證明了Loihi提供重要感知功能的潛力，這可能會使各行各業受益。”
神經形態工程，也稱為神經形態計算，描述了模仿神經系統神經生物學結構的電路使用。英特爾、IBM、惠普、麻省理工學院、普渡大學、斯坦福大學和其他機構的研究人員希望利用它來開發超級計算機，預計的功能或許比現在的任何計算機都要強大一千倍。
英特爾的14納米Loihi芯片具有60毫米的管芯尺寸，包含超過20億個晶體管，13萬個人工神經元和1.3億個突觸，以及三個用於協調的可管理Lakemont內核。
Loihi的獨特之處在於，他有一個可編程微代碼引擎，用於異步尖峰神經網絡（SNN）或AI模型的片上訓練，該模型將時間整合到其操作模型中，因此模型的組件不會同時處理輸入數據。英特爾聲稱，這將用於“高效”地實施自適應自我修改、事件驅動和細粒度的並行計算。
根據英特爾的說法，Loihi的信息處理速度比傳統處理器快1000倍，效率高10,000倍，並且可以解決某些類型的優化問題，其速度和能源效率提高了三個數量級以上。
此外，Loihi保持實時性能結果，在擴展50倍時僅使用30％的電能（而傳統硬件多消耗500%的電能），與廣泛使用的cpu運行同時定位和映射方法相比，它消耗的電能大約少100倍。
除了神經形態計算領域外，Google、加拿大高級研究所、矢量人工智能研究所、多倫多大學、亞利桑那州立大學等機構的科研人員，已經研究了用人工智能方法來解決分子識別和氣味預測問題。Google最近展示了一個模型，它比最先進的方法和來自“夢想嗅覺預測挑戰”（一項描繪氣味化學特性的競賽）的表現最好的模型還要出色。
另外，IBM還開發了Hypertaste，這是一種“人造舌頭”，可以識別“不太適合攝入”的飲料和其他液體。
雷鋒網編譯，via VentureBeat《Intel trains neuromorphic chip to detect 10 different odors》
雷鋒網
閱讀更多 雷鋒網 的文章
