Loihi能夠?qū)W習(xí)10種不同氣味 如何將“嗅覺科學(xué)”在硅片上實現(xiàn)

英特爾和康奈爾大學(xué)的研究人員正在將“嗅覺科學(xué)”在硅片上實現(xiàn)。

2020年3月16日，英特爾宣布他們的研究人員以及康奈爾大學(xué)的研究人員證明，經(jīng)過適當(dāng)?shù)呐嘤?xùn)，芯片可以聞到氣味。

這些研究人員展示了一種自學(xué)習(xí)型神經(jīng)形態(tài)芯片 能夠識別有害化學(xué)物質(zhì)的能力，即使它被明顯的咬合和噪聲所包圍。當(dāng)用一種氣味樣本對Loihi芯片進行測試時，它可以有效地“學(xué)習(xí)”該氣味，而不會干擾以前學(xué)習(xí)到的氣味的記憶。

英特爾實驗室神經(jīng)形態(tài)計算小組的高級研究科學(xué)家納比爾·伊瑪姆（Nabil Imam）持有Loihi測試芯片，他與康奈爾大學(xué)的研究團隊一起使用了該芯片，以構(gòu)建數(shù)學(xué)算法來模擬大腦嗅覺系統(tǒng)中發(fā)生的事情。圖片由Walden Kirsch和Intel提供

總體而言，Loihi能夠?qū)W習(xí)10種不同的氣味。發(fā)現(xiàn)Loihi的性能優(yōu)于傳統(tǒng)方法，例如深度學(xué)習(xí)解決方案，該方法每班需要進行3000倍的培訓(xùn)才能具有相同的分類精度。

Loihi的歷史

2017年9月，英特爾發(fā)布了Loihi，這是他們的神經(jīng)形態(tài)研究測試芯片，其數(shù)字電路模仿了大腦的基本機制。研究團隊這樣做是為了加快機器學(xué)習(xí)速度，同時使過程效率更高，計算能力更低。

英特爾的Loihi是一種自學(xué)習(xí)的神經(jīng)形態(tài)芯片，旨在幫助研究人員在神經(jīng)科學(xué)與人工智能的交叉點上取得重大進展。圖片由英特爾提供

Loihi芯片具有完全異步的神經(jīng)形態(tài)多核網(wǎng)格，該網(wǎng)格支持各種神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，并使每個神經(jīng)元都能與數(shù)千個其他神經(jīng)元進行通信。

每個核心本身都有一個學(xué)習(xí)引擎，可以對它進行編程，以在運行期間適應(yīng)網(wǎng)絡(luò)參數(shù)，并且可以支持監(jiān)督，無監(jiān)督，強化以及機器學(xué)習(xí)中發(fā)現(xiàn)的其他學(xué)習(xí)范例。

人腦擁有超過860億個神經(jīng)元和100萬億個突觸，而Loihi則擁有13萬個神經(jīng)元和1.3億個突觸，它們是采用英特爾14納米制程技術(shù)制造的。

Loihi如何學(xué)會“聞”？

那么，研究人員如何實現(xiàn)這一壯舉？他們從神經(jīng)算法開始，他們基于人腦嗅覺回路的結(jié)構(gòu)和動力學(xué)。接下來，他們培訓(xùn)了Loihi以識別10種有害化學(xué)物質(zhì)的氣味。

英特爾實驗室神經(jīng)形態(tài)計算小組的高級研究科學(xué)家納比爾·伊瑪姆（Nabil Imam）及其團隊隨后編輯了一個數(shù)據(jù)集，該數(shù)據(jù)集包含72種化學(xué)傳感器的活性，以響應(yīng)這10種氣味，包括丙酮，氨和甲烷。

該芯片旨在模擬人腦區(qū)分氣味的方式。屏幕截圖由Intel提供

傳感器對各個氣味的響應(yīng)被傳輸?shù)絃oihi，在那里負(fù)責(zé)嗅覺的大腦電路被硅電路模仿。Loihi的一項重要功能是能夠區(qū)分氣味之間的差異，即使有強烈的背景干擾物也是如此。為了進行比較，家里的煙霧探測器和一氧化碳探測器可以探測到氣味，但是無法區(qū)分它們。

“電子鼻系統(tǒng)”的未來

據(jù)伊瑪目（Imam）稱，化學(xué)傳感界一直在尋找一種廉價，可靠和快速響應(yīng)的化學(xué)傳感處理系統(tǒng)，例如Loihi。這樣的系統(tǒng)也稱為“電子鼻系統(tǒng)”。這些系統(tǒng)的某些用途可以包括：

①為機器人配備神經(jīng)形態(tài)芯片，用于環(huán)境監(jiān)測和有害物質(zhì)檢測；這可以使研究人員確切地知道釋放到大氣中的氣態(tài)物質(zhì)。

②控制工廠的空氣質(zhì)量

③在疾病散發(fā)出特殊氣味的情況下診斷醫(yī)療狀況（類似于狗如何聞到人類某些疾病的氣味）

④識別機場安全線中的有害物質(zhì)，例如炸彈或麻醉品

此外，伊瑪目（Imam）希望“將這種方法推廣到更普遍的問題中”，以了解觀察對象與解決抽象問題（如計劃和決策）之間的關(guān)系。Imam指出，能夠?qū)⑿嵊X系統(tǒng)轉(zhuǎn)化為數(shù)字電路有助于研究人員了解神經(jīng)電路如何解決復(fù)雜的計算問題，并為設(shè)計“有效而強大的機器智能”提供見識。

嗅覺信號識別的挑戰(zhàn)

英特爾和康奈爾大學(xué)的團隊取得的重大進步并非沒有未來設(shè)計要解決的幾個挑戰(zhàn)。

由于大腦神經(jīng)活動模式的相似性，就像人類可能難以區(qū)分藍莓或香蕉之類的水果的氣味一樣，神經(jīng)形態(tài)系統(tǒng)也可能面臨類似的問題，尤其是在嘗試將不同氣味歸為同一類別時。

Loihi的特寫圖像。英特爾宣布64種Loihi芯片將組成一個名為Pohoiki Beach的新神經(jīng)形態(tài)系統(tǒng)。圖片由英特爾提供

Imam相信，在未來幾年中，隨著技術(shù)從實驗室轉(zhuǎn)移到實際場景，嗅覺信號識別中的這些挑戰(zhàn)可以得到解決。英特爾對未來的愿景是，隨著智能和決策流程的可訪問性和加速性，神經(jīng)形態(tài)計算將走在解決復(fù)雜世界問題的前沿。
編輯：hfy