英特尔Loihi芯片有了“嗅觉”：对10种气味分类识别，准确率达92％

Loihi神经形态芯片

钛媒体快讯 | 3月18日消息：来自英特尔实验室（Intel Labs）和康奈尔大学的研究者于克日宣布，该团队在英特尔Loihi神经形态芯片（专用芯片）上乐成设计了基于大脑嗅觉电路的神经网络机制算法，该算法赋予了芯片在显着噪声和遮盖情况下的学习和识别危险化学品的能力。据悉，该研究结果已经揭晓在最新一期自然杂志子刊《自然机械智能》（Nature Machine Intelligence）上，并成为封面文章。

论文作者，英特尔神经形态盘算实验室高级研究员Nabil Imam表现，该研究将为神经形态系统铺平门路，这一系统将可以诊断疾病，检测武器和爆炸物，并能够实时发现镇痛剂、烟雾和一氧化碳气味，对其举行分类识别。

本论文通讯作者，美国康奈尔大学心理学系盘算生理实验室教授托马斯·克莱兰德（Thomas A. Cleland）在邮件中对钛媒体表现，基于神经网络机制算法的Loihi芯片可以很是快速地识别庞大的气味，并实现在线学习和强影象力能力。

基于新的神经网络算法下的Loihi芯片电路板

Loihi是2017年9月英特尔实验室推出的自学习神经形态芯片，基于14nm的制程工艺，管芯尺寸60毫米，包罗凌驾20亿个晶体管、13万小我私家工神经元和1.3亿个突触。

凭据论文所述，英特尔希望通过更深入的研究让Loihi能够更快更高效地执行机械学习盘算任务，同时大幅降低对功耗的需求。

在研究历程中，英特尔和康奈尔大学的研究人员通过丈量动物闻到气味时的脑电波运动，并凭据这些电路图与电脉冲，导出一套可行性算法，将其设置在神经形态芯片上、尤其是在Loihi芯片上。

与此同时，英特尔团队还接纳了一个由72个化学传感器运动组成的数据集，对风洞实验中循环释放的10种气体物质（气味），包罗丙酮、氨和甲烷等作出反映。传感器将种种气味的反映数据传送至Loihi，由其芯片电路对嗅觉背后的大脑数据举行模拟。

在科研团队的不懈努力下，现在Loihi芯片已经迅速掌握了10种差别气味的神经表征，在有强烈的情况滋扰下也能准确识别出这几种气味。

克莱兰德对钛媒体称：“新的Loihi芯片拥有恒久生物训练特性，基于专门的神经形态网络而设计（类似于生物系统），仅用72个类型的数据集，就可以在强滋扰情况下顺利实施识别气味。”

此外，克莱兰德还表现，在实验历程中团队发现，使用Loihi芯片研发出的神经网络机制算法，在其他架构和模版上都可以良好运行，甚至是普通的PyTorch（开源的Python机械学习库）架构，都可以应用。

“我们在实验室里有一个新项目，可以把‘活’的传感器毗连到一个树莓派盘算机上，并在Loihi芯片中直接插入进去。可以直接检测气味，但现在仍需要大量不停地实验来获得准确效果”，克莱兰德说，“我们一直专注于神经网络机制，而非控制传感器。“

据相识，克莱兰德团队研究出的神经形态算法，其他机构和大学实验室也都在不停攻关与研究。包罗 IBM，惠普，麻省理工学院，普渡大学，斯坦福大学等，都希望使用这一算法，开发出新的超级盘算机，其性能体现可能远超人们想象。

除了神经形态盘算领域外，谷歌，多伦多大学和亚利桑那州立大学的科研团队，还基于人工智能方法来解决分子识别和气味预测问题。但克莱兰德认为，这种使用图像和大数据的深度学习网络，内部具有低维结构，在训练不完整时会体现不佳，而英特尔和康奈尔大学研究的这一新检测算法，可以在错误中有充实预见能力，在单一情况下可以实现更好的气味检测。

当被问及这项研究是否存在局限性时，克莱兰德对钛媒体表现，该研究中的72个数据集，在60%的脉冲噪声下，可以到达92%的性能。因此，8%的错误偏差是不行制止的，这将取决于使用的数据集样本，并希望未来有更多方案来解决这个问题。

（本文首发钛媒体，作者 | 林志佳）