新神经算法芯片有了“嗅觉”

《科学日报》北京3月16日电(记者张)据英国《自然机器智能》杂志16日发表的一项人工智能研究，英特尔神经形态测量实验室和康奈尔大学的一个联合小组报告说，他们已经实现了一种模拟生物嗅觉的神经算法。这一成就意味着一种强大方法的出现，在这种方法上，超越当前人工智能趋势的新算法可以在未来得到发展。

神经形态计算可以大大提高数据处理和机器学习能力，其能耗和体积都是理想的。它被认为是高性能计算的下一个发展阶段。神经形态芯片的设计是通过使用受大脑启发的计算机器来实现的，即通过创建一个由人工神经元和突触组成的网络。然而，仍然不清楚如何使用这台机器来解决实际问题。这主要是因为我们对在生物神经回路层面实现的算法没有透彻的理解。

这一次，英特尔神经形态测量实验室的科学家纳比勒·伊梅姆和康奈尔大学心理学系计算生理学实验室的研究员托马斯·克莱兰在英特尔“卢伊希”神经形态测量系统上描述了一种基于哺乳动物嗅觉系统的神经算法，它可以学习和识别气味样本。之后，研究小组在神经形态系统中实现了神经算法，并使用了甲苯、氨、丙酮、一氧化碳、甲烷等。对它进行气味训练。最后，在风洞中测试了传感器数据。

本研究的结果有助于理解哺乳动物的嗅觉，并改善人工化学传感系统的计算特性。这些发现也意味着这种生物神经系统可以被修改或者代表一种新的方法，可以开发出超越当前人工智能趋势的算法。

研究人员表示，该算法适用于任何将高维信号嵌入未知背景的信号识别问题，也有助于训练人工鼻子在未知背景气味条件下识别未来应用中的特定气味。

此前，英特尔的第一个神经模拟芯片“Loihi”可以通过脉冲或尖峰传输信息，并自动调节突触强度。它利用环境中的各种反馈信息进行自主学习和下达命令，这被认为与人脑的运行机制相似。

总编辑圈

神经形态测量一直被期待。即使摩尔定律结束了，它仍然可以引领信息时代前进。神经形态学计算可以大大提高数据处理能力和机器学习能力。更重要的是，神经形态芯片的能耗远低于传统芯片。然而，它能做什么呢？研究人员现在开发了一种模拟生物嗅觉的神经算法，可以学习和识别气味样本。每一个可能的突破都会让研究人员更接近于使用一种新的能力。当然，在研究人工智能的同时，我们也可以发现人类的大脑真的很神奇。所有的模拟和突破都非常费力。