Loihi能够学习10种不同气味 如何将“嗅觉科学”在硅片上实现

英特尔和康奈尔大学的研究人员正在将“嗅觉科学”在硅片上实现。

2020年3月16日，英特尔宣布他们的研究人员以及康奈尔大学的研究人员证明，经过适当的培训，芯片可以闻到气味。

这些研究人员展示了一种自学习型神经形态芯片 能够识别有害化学物质的能力，即使它被明显的咬合和噪声所包围。当用一种气味样本对Loihi芯片进行测试时，它可以有效地“学习”该气味，而不会干扰以前学习到的气味的记忆。

英特尔实验室神经形态计算小组的高级研究科学家纳比尔·伊玛姆（Nabil Imam）持有Loihi测试芯片，他与康奈尔大学的研究团队一起使用了该芯片，以构建数学算法来模拟大脑嗅觉系统中发生的事情。图片由Walden Kirsch和Intel提供

总体而言，Loihi能够学习10种不同的气味。发现Loihi的性能优于传统方法，例如深度学习解决方案，该方法每班需要进行3000倍的培训才能具有相同的分类精度。

Loihi的历史

2017年9月，英特尔发布了Loihi，这是他们的神经形态研究测试芯片，其数字电路模仿了大脑的基本机制。研究团队这样做是为了加快机器学习速度，同时使过程效率更高，计算能力更低。

英特尔的Loihi是一种自学习的神经形态芯片，旨在帮助研究人员在神经科学与人工智能的交叉点上取得重大进展。图片由英特尔提供

Loihi芯片具有完全异步的神经形态多核网格，该网格支持各种神经网络拓扑结构，并使每个神经元都能与数千个其他神经元进行通信。

每个核心本身都有一个学习引擎，可以对它进行编程，以在运行期间适应网络参数，并且可以支持监督，无监督，强化以及机器学习中发现的其他学习范例。

人脑拥有超过860亿个神经元和100万亿个突触，而Loihi则拥有13万个神经元和1.3亿个突触，它们是采用英特尔14纳米制程技术制造的。

Loihi如何学会“闻”？

那么，研究人员如何实现这一壮举？他们从神经算法开始，他们基于人脑嗅觉回路的结构和动力学。接下来，他们培训了Loihi以识别10种有害化学物质的气味。

英特尔实验室神经形态计算小组的高级研究科学家纳比尔·伊玛姆（Nabil Imam）及其团队随后编辑了一个数据集，该数据集包含72种化学传感器的活性，以响应这10种气味，包括丙酮，氨和甲烷。

该芯片旨在模拟人脑区分气味的方式。屏幕截图由Intel提供

传感器对各个气味的响应被传输到Loihi，在那里负责嗅觉的大脑电路被硅电路模仿。Loihi的一项重要功能是能够区分气味之间的差异，即使有强烈的背景干扰物也是如此。为了进行比较，家里的烟雾探测器和一氧化碳探测器可以探测到气味，但是无法区分它们。

“电子鼻系统”的未来

据伊玛目（Imam）称，化学传感界一直在寻找一种廉价，可靠和快速响应的化学传感处理系统，例如Loihi。这样的系统也称为“电子鼻系统”。这些系统的某些用途可以包括：

①为机器人配备神经形态芯片，用于环境监测和有害物质检测；这可以使研究人员确切地知道释放到大气中的气态物质。

②控制工厂的空气质量

③在疾病散发出特殊气味的情况下诊断医疗状况（类似于狗如何闻到人类某些疾病的气味）

④识别机场安全线中的有害物质，例如炸弹或麻醉品

此外，伊玛目（Imam）希望“将这种方法推广到更普遍的问题中”，以了解观察对象与解决抽象问题（如计划和决策）之间的关系。Imam指出，能够将嗅觉系统转化为数字电路有助于研究人员了解神经电路如何解决复杂的计算问题，并为设计“有效而强大的机器智能”提供见识。

嗅觉信号识别的挑战

英特尔和康奈尔大学的团队取得的重大进步并非没有未来设计要解决的几个挑战。

由于大脑神经活动模式的相似性，就像人类可能难以区分蓝莓或香蕉之类的水果的气味一样，神经形态系统也可能面临类似的问题，尤其是在尝试将不同气味归为同一类别时。

Loihi的特写图像。英特尔宣布64种Loihi芯片将组成一个名为Pohoiki Beach的新神经形态系统。图片由英特尔提供

Imam相信，在未来几年中，随着技术从实验室转移到实际场景，嗅觉信号识别中的这些挑战可以得到解决。英特尔对未来的愿景是，随着智能和决策流程的可访问性和加速性，神经形态计算将走在解决复杂世界问题的前沿。
编辑：hfy