一新研究讓計算機芯片能“嗅出”危險化學品氣味

　　 3月17日，美國康奈爾大學和英特爾研究院的研究人員在《自然—機器智能》雜志上聯合發表了一篇論文，展示了英特爾神經擬態研究芯片Loihi在有明顯噪聲和遮蓋的情況下學習和識別危險化學品的能力。在研究人員的指導下，Loihi可以很快“嗅出”10種危險化學品的氣味。

Nabil Imam手持Loihi神經擬態測試芯片。

　　研究人員采用了一套源自大腦嗅覺回路結構和動力學的神經算法，對Loihi神經擬態芯片進行訓練，使其能夠學習和識別10種危險化學品的氣味。為此，研究團隊采用了一個由72個化學傳感器組成的數據集，以便對這些氣味作出反應，并在Loihi芯片上配置了生物嗅覺的電路圖。這款芯片迅速掌握了每種氣味的神經表征，即便在有明顯遮蔽的情況下也能識別出每種氣味，這表明未來神經科學與人工智能交叉研究有著廣闊前景。

　　論文顯示，Loihi僅需單一樣本便可學會識別每一種氣味，且不會破壞它對先前所學氣味的記憶。與傳統的方法相比，Loihi展現出了更加出色的識別準確率。既有的傳統方法包括一種深度學習解決方案，如果要達到與Loihi相同的分類準確率，該解決方案學習每類氣味需要3000倍以上的訓練樣本。

　　參與此項研究的英特爾研究院神經擬態計算小組高級研究員Nabil Imam表示，化學傳感領域多年來一直在尋找智能、可靠、能夠快速響應的化學傳感處理系統，或者稱之為“電子鼻系統”。他認為，搭載神經擬態芯片的機器人在環境監測、危險物質檢測以及工廠質量控制方面具有應用潛力，還可應用于機場安檢區域，以便更加高效地識別危險物質。此外，該系統還可應用于醫療診斷，因為患有某些疾病會散發出特定的氣味。

　　Imam表示，“我們的下一步計劃，是將這種方法推廣到更廣泛的應用領域，包括感官場景分析（理解所觀察到的各種物體之間的關系）及規劃、決策等抽象問題。而理解大腦的神經網絡如何解決這些復雜的計算問題，將為設計高效、強大的機器智能提供重要啟示。”

　　現在，當神經擬態芯片“聞”到來自意大利的草莓和來自加利福尼亞的草莓時可能會出錯，因為這兩種草莓雖然具有不同的香味，但仍應當歸為一類。Imam表示：“這是目前我們在研究嗅覺信號識別時所面臨的挑戰，我們期待在未來幾年內解決這些問題。這樣未來的產品才能真正解決現實世界的問題，而不僅僅是解決在實驗室演示的實驗性問題。”