计算机芯片能“嗅出”危险化学品气味

3月17日，康奈尔大学和英特尔研究所的研究人员在《自然-机器智能》杂志上联合发表了一篇论文，展示了英特尔神经模拟研究芯片Loihi在存在明显噪音和遮盖物的情况下学习和识别危险化学品的能力。在研究人员的指导下，卢伊希可以非常快地“闻到”10种有害化学物质。

研究人员利用源自大脑嗅觉回路结构和动力学的神经算法来训练Loihi神经模拟芯片，以学习和识别10种有害化学物质的气味。为此，研究小组采用了由72个化学传感器组成的数据集来响应这些气味，并在Loihi芯片上配置了生物嗅觉的电路图。该芯片能快速掌握每种气味的神经表征，即使在明显屏蔽的情况下也能识别每种气味，表明神经科学和人工智能的交叉研究具有广阔的前景。

该论文表明，卢伊希只需要一个样本就能学会识别每种气味，而不会破坏它对先前所学气味的记忆。与传统方法相比，Loihi具有更好的识别精度。现有的传统方法包括深度学习解决方案，如果要达到与Loihi相同的分类精度，需要3000多次训练样本来学习每种气味。

英特尔研究所神经模拟计算小组的高级研究员纳比·伊玛姆参与了这项研究，他说化学传感领域一直在寻找智能、可靠和快速响应的化学传感处理系统，或“电子鼻系统”他认为，携带神经模拟芯片的机器人在环境监测、有害物质检测和工厂质量控制方面具有应用潜力，还可以应用于机场安检领域，以更有效地识别有害物质。此外，该系统还可以应用于医学诊断，因为某些疾病会发出特定的气味。

伊玛目说:“我们的下一个计划是将这种方法扩展到更广泛的应用领域，包括感官场景分析(理解观察到的各种物体之间的关系)以及规划和决策等抽象问题。了解大脑的神经网络如何解决这些复杂的计算问题，将为设计高效、强大的机器智能提供重要启示。”

现在，当神经模拟芯片“闻到”来自意大利和加利福尼亚的草莓时，它可能会犯错误，因为这两种草莓虽然有不同的气味，但仍应归为一类。伊玛目说:“这是我们目前在研究嗅觉信号识别时面临的挑战，我们希望在未来几年内解决这些问题。只有这样，未来的产品才能真正解决现实世界中的问题，而不仅仅是实验室中演示的实验问题。”

相关论文信息:https://doi.org/10.1038/s42256-020-0159-4

Nabil Imam持有Loihi神经模拟测试芯片。