本帖最后由 微信小助手 于 2020-3-17 21:08 编辑
2020年3月17日 讯 - 英特尔研究院与美国康奈尔大学的研究人员在《自然-机器智能》（Nature Machine Intelligence）杂志上联合发表的一篇论文，展示了英特尔神经拟态研究芯片Loihi在存在明显噪声和遮盖的情况下学习和识别危险化学品的能力。
Loihi仅需单一样本便可学会识别每一种气味，且不会破坏它对先前所学气味的**。与传统的最先进方法相比，Loihi展现出了极其出色的识别准确率。传统方法中包括一种深度学习解决方案，但要达到与Loihi相同的分类准确率，该解决方案学习每类气味需要3,000倍以上的训练样本。
英特尔神经拟态计算实验室高级研究科学家Nabil Imam表示：“我们正在Loihi上开发神经算法，来模拟人类嗅到气味时的大脑运行机制。这项工作堪称神经科学与人工智能技术交叉领域的当代研究典范，并且证实Loihi有望提供重要的感知能力并使之惠及各行各业。”
这张特写照片展示了英特尔神经拟态研究芯片Loihi。英特尔最新的神经拟态系统——Pohoiki Beach，将由64块Loihi芯片组成。PohoikiBeach已于2019年7月推出。(资料来源: Tim Herman/英特尔公司)
研究内容：英特尔和美国康奈尔大学的研究人员采用了一套源自大脑嗅觉回路结构和动力学的神经算法，对英特尔Loihi神经拟态芯片进行训练，使其能够学习和识别10种危险化学品的气味。为此，研究团队采用了一个由72个化学传感器活动组成的数据集以便对这些气味作出反应，并在Loihi芯片上配置了生物嗅觉的电路图。这款芯片迅速掌握了每种气味的神经表征，即便在明显掩蔽情况下也能识别出每种气味，这充分证明了未来神经科学与人工智能交叉研究的广阔前景。
英特尔研究院科学家Nabil Imam在位于美国加州圣克拉拉的神经拟态计算实验室中，手持一块Loihi神经拟态测试芯片。他和美国康奈尔大学的一个研究小组正在计算机芯片上构建数学算法，用于模拟人们闻到某种气味时大脑神经网络的反应。（图片来源：Walden Kirsch/英特尔公司）
英特尔研究院神经拟态计算小组高级研究科学家Nabil Imam与美国康奈尔大学的嗅觉神经生理学家展开合作。拥有神经拟态计算博士学位的Imam解释说：“康奈尔大学的研究人员负责研究动物的生物嗅觉系统，并测量动物闻到气味时的脑电波活动。我们根据这些电路图与电脉冲，导出了一套算法并将其配置在神经拟态芯片上，尤其是在我们的Loihi测试芯片上。”Loihi是英特尔的神经拟态计算芯片，可将在生物大脑中发现的计算原理应用于计算机架构之中。
首先，我们是如何识别气味的：如果你拿起一个葡萄柚闻一闻，水果分子就会刺激鼻腔内的嗅觉细胞。鼻腔内的细胞会立即向你的大脑嗅觉系统发送信号，一组相互连接的神经元中的电脉冲就会在这个嗅觉系统中产生嗅觉。无论闻到的是葡萄柚、玫瑰还是有害气体，你大脑中的神经元网络都会产生该物体特有的感觉。同样，你的视觉和听觉、回忆、情绪和决策都有各自的神经网络，它们都以特定的方式进行计算。
Loihi学习检测复杂混合物的不同气味：Imam和他的团队采用了一个由72个化学传感器活动组成的数据集，可对一个风洞实验中循环的10种气体物质（气味）作出反应。传感器对各种气味的反应被传送至Loihi，由其芯片电路对嗅觉背后的大脑电路进行模拟。Loihi芯片迅速掌握了10种气味各自的神经表征，其中包括丙酮、氨和甲烷，即使有强烈的环境干扰也能识别出这些气味。虽然你家中的烟雾和一氧化碳探测器能使用传感器来探测气味，但它们无法对各种气味进行区分；虽然它们一旦探测到空气中的有害分子时会发出警报，却无法对其进行智能分类。
未来的应用：Imam表示，化学传感领域多年来一直在寻找智能的、可靠的和快速响应的化学传感处理系统，或者称之为“电子鼻系统”。他看到了搭载神经拟态芯片的机器人在环境监测、危险物质检测以及在工厂质量控制方面的应用潜力。此外，该系统还可应用于医疗诊断，因为患有某些疾病会散发出特定的气味。另一个例子是，搭载神经拟态芯片的机器人可应用于机场安检区域，能够更高效地识别危险物质。
在未来加入更多感官：Imam表示，“我的下一步计划，是将这种方法推广到更广泛的应用领域，包括从感官场景分析（理解你观察到的各种物体之间的关系），到规划和决策等抽象问题。理解大脑的神经网络如何解决这些复杂的计算问题，将为设计高效、强大的机器智能提供重要启示。”
亟待克服的挑战：Imam表示，嗅觉领域存在着一些挑战。当你走进一家杂货店时，可能会闻到草莓的气味，但其气味可能类似于蓝莓或香蕉的气味，它们会在大脑中引发非常相似的神经活动模式。有时候，人类甚至很难分辨出究竟是一种水果气味还是多种香味的混合。当系统闻到来自意大利的草莓和来自加利福尼亚的草莓时可能会出错，这两种草莓可能有不同的香味，但需要归为一类。Imam表示：“这些是目前我们在研究嗅觉信号识别时面临的挑战，我们期待在未来几年内解决这些问题，这样的产品才能解决现实世界的问题，而不仅仅是解决在实验室演示的实验性问题。”在Imam看来，自己从事的工作是“发生在神经科学与人工智能技术交叉领域的当代研究典范”。
给我们的公众号来个关注呗~![]()
以上内容来源于公众号「芯闻天下」
|
楼主
标题置顶
标题高亮
