0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

人工智能算法可以模擬人類的鼻子如何工作

獨愛72H ? 來源:newscientist ? 作者:newscientist ? 2020-03-21 15:39 ? 次閱讀

(文章來源:newscientist)

通過人工智能可以嗅出某些氣味,讓我們得以一窺我們的鼻子如何工作。紐約康奈爾大學的Thomas Cleland和英特爾科技公司的Nabil Imam基于哺乳動物嗅球(MOB),即大腦中負責處理氣味的區(qū)域,開發(fā)出了一種人工智能。該算法模仿了部分嗅球來區(qū)分在空氣中以混合物形式呈現(xiàn)的不同氣味。

這個區(qū)域的嗅球包含兩種關鍵的神經(jīng)元: 一種是僧帽細胞,當氣味出現(xiàn)時,它會被激活,但不能識別氣味;另一種是顆粒細胞,能從氣味中識別出化學物質。上述算法模仿了這個過程。

他們訓練人工智能探測10種不同的氣味,包括氨氣和一氧化碳的氣味,并使用之前工作中的數(shù)據(jù),這些數(shù)據(jù)記錄了風洞中化學傳感器對這些氣味的反應。當輸入這些數(shù)據(jù)時,人工智能學會根據(jù)傳感器對化學物質的反應來探測氣味的存在,然后根據(jù)數(shù)據(jù)中的模式來識別氣味。識別的時候,人工智能有一個類似于人類大腦電活動峰值的“人工智能活動峰值”。

人工智能通過五個周期探測識別來改進它的學習,最終顯示出針對每種氣味的活動峰值。然后,研究人員測試了人工智能嗅出其他氣味的能力,這些氣味是沒有被訓練過的。他們認為,當人工智能的第五個脈沖模式與傳感器產生的模式匹配或相似時,就能成功識別出氣味。

人工智能對八種氣味的識別幾乎100%正確,對其余兩種氣味的識別大約90%正確。為了測試它如何識別環(huán)境中的異味污染物,研究人員屏蔽了80%的氣味信號,以模擬更真實的場景。在這些測試中,人工智能的準確率下降到不到30%。

英國蘇塞克斯大學專家表示,這個人工智能與嗅球聯(lián)系相當緊密,這種算法或許可以從某種程度上解釋它在人類鼻子里是如何工作的。但他表示,希望人工智能解決現(xiàn)實生活問題的能力進一步提高,比如通過識別與炸彈相關的有害氣味來探測炸彈等。

(責任編輯:fqj)

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 人工智能
    +關注

    關注

    1789

    文章

    46368

    瀏覽量

    236554
  • 智能算法
    +關注

    關注

    0

    文章

    76

    瀏覽量

    11914
收藏 人收藏

    評論

    相關推薦

    人工智能人類的影響有哪些

    人工智能(AI)作為現(xiàn)代科技的杰出代表,正在以前所未有的速度改變著人類的生活、工作和社會結構。這種影響是全方位的,既帶來了顯著的積極變化,也伴隨著一系列挑戰(zhàn)和問題。 一、積極影響 工作
    的頭像 發(fā)表于 10-22 17:23 ?315次閱讀

    AI for Science:人工智能驅動科學創(chuàng)新》第4章-AI與生命科學讀后感

    農業(yè)、環(huán)保等,為人類社會的可持續(xù)發(fā)展做出貢獻。 總結 《AI for Science:人工智能驅動科學創(chuàng)新》第4章關于AI與生命科學的部分,為我們展示了一個充滿希望和機遇的未來。在這個未來中,人工智能
    發(fā)表于 10-14 09:21

    《AI for Science:人工智能驅動科學創(chuàng)新》第一章人工智能驅動的科學創(chuàng)新學習心得

    ,還促進了新理論、新技術的誕生。 3. 挑戰(zhàn)與機遇并存 盡管人工智能為科學創(chuàng)新帶來了巨大潛力,但第一章也誠實地討論了伴隨而來的挑戰(zhàn)。數(shù)據(jù)隱私、算法偏見、倫理道德等問題不容忽視。如何在利用AI提升科研效率
    發(fā)表于 10-14 09:12

    risc-v在人工智能圖像處理應用前景分析

    定制性。這些特點使得RISC-V在多個領域,包括人工智能圖像處理領域,具有顯著的優(yōu)勢。 二、RISC-V在人工智能圖像處理中的優(yōu)勢 開源性和靈活性 : RISC-V的開源性意味著任何人都可以自由研究
    發(fā)表于 09-28 11:00

    人工智能ai 數(shù)電 模電 模擬集成電路原理 電路分析

    人工智能ai 數(shù)電 模電 模擬集成電路原理 電路分析 想問下哪些比較容易學 不過好像都是要學的
    發(fā)表于 09-26 15:24

    生成式人工智能的概念_生成式人工智能主要應用場景

    生成式人工智能(Generative Artificial Intelligence,簡稱GAI)是一種先進的人工智能技術,其核心在于利用計算機算法和大量數(shù)據(jù)來生成新的、具有實際價值的內容。這種技術能夠
    的頭像 發(fā)表于 09-16 16:05 ?394次閱讀

    名單公布!【書籍評測活動NO.44】AI for Science:人工智能驅動科學創(chuàng)新

    大力發(fā)展AI for Science的原因。 第2章從科學研究底層的理論模式與主要困境,以及人工智能三要素(數(shù)據(jù)、算法、算力)出發(fā),對AI for Science的技術支撐進行解讀。 第3章介紹了在
    發(fā)表于 09-09 13:54

    FPGA在人工智能中的應用有哪些?

    FPGA(現(xiàn)場可編程門陣列)在人工智能領域的應用非常廣泛,主要體現(xiàn)在以下幾個方面: 一、深度學習加速 訓練和推理過程加速:FPGA可以用來加速深度學習的訓練和推理過程。由于其高并行性和低延遲特性
    發(fā)表于 07-29 17:05

    人工智能模型有哪些

    行為的關鍵。這些模型基于不同的算法、架構和設計理念,旨在模擬、延伸和擴展人類智能的某些方面。下面,我們將深入探討幾種主流的人工智能模型,涵蓋
    的頭像 發(fā)表于 07-04 17:28 ?638次閱讀

    人工智能神經(jīng)網(wǎng)絡系統(tǒng)的特點

    人工智能神經(jīng)網(wǎng)絡系統(tǒng)是一種模擬人腦神經(jīng)網(wǎng)絡結構和功能的計算模型,具有高度的自適應性、學習能力和泛化能力。本文將介紹人工智能神經(jīng)網(wǎng)絡系統(tǒng)的特點,包括其基本結構、工作原理、主要類型、學習
    的頭像 發(fā)表于 07-04 09:42 ?331次閱讀

    人工智能人工神經(jīng)網(wǎng)絡有什么區(qū)別

    人工智能是一門研究如何使計算機模擬人類智能行為的學科。它起源于20世紀40年代,當時計算機科學家們開始嘗試開發(fā)能夠模擬人類思維過程的計算機程序。
    的頭像 發(fā)表于 07-04 09:39 ?759次閱讀

    嵌入式人工智能的就業(yè)方向有哪些?

    嵌入式人工智能的就業(yè)方向有哪些? 在新一輪科技革命與產業(yè)變革的時代背景下,嵌入式人工智能成為國家新型基礎建設與傳統(tǒng)產業(yè)升級的核心驅動力。同時在此背景驅動下,眾多名企也紛紛在嵌入式人工智能領域布局
    發(fā)表于 02-26 10:17

    AI算法的本質是模擬人類智能,讓機器實現(xiàn)智能

    電子發(fā)燒友網(wǎng)報道(文/李彎彎)AI算法人工智能領域中使用的算法,用于模擬、延伸和擴展人的智能。這些算法
    的頭像 發(fā)表于 02-07 00:07 ?5400次閱讀

    模擬人工智能能否通過混合數(shù)字計算東山再起?

     截至目前,IBM已將重點放在模擬AI上,而Mythic AI則在尋求更多資金,以繼續(xù)開發(fā)其模擬人工智能技術,并在可能的情況下推出商業(yè)解決方案。盡管Mythic AI確實有一款產品正在初步交付給某些特定客戶,但Mythic AI的解決方案僅專用于邊緣AI推理。
    的頭像 發(fā)表于 12-06 17:11 ?731次閱讀
    <b class='flag-5'>模擬人工智能</b>能否通過混合數(shù)字計算東山再起?

    基于人工智能算法的推薦系統(tǒng)原理及優(yōu)勢

    推薦系統(tǒng)是一種人工智能人工智能算法,通常與機器學習相關,使用大數(shù)據(jù)向消費者建議或推薦其他產品。這些推薦可以基于各種標準,包括過去的購買、搜索歷史記錄、人口統(tǒng)計信息和其他因素。推薦系統(tǒng)非常有用,因為它們
    發(fā)表于 11-20 11:40 ?2174次閱讀
    基于<b class='flag-5'>人工智能算法</b>的推薦系統(tǒng)原理及優(yōu)勢