智能芯片“嗅出”危險(xiǎn)化學(xué)品氣味
3月17日，美國(guó)康奈爾大學(xué)和英特爾研究院的研究人員在《自然—機(jī)器智能》雜志上聯(lián)合發(fā)表了一篇論文，展示了英特爾神經(jīng)擬態(tài)研究芯片Loihi在有明顯噪聲和遮蓋的情況下學(xué)習(xí)和識(shí)別危險(xiǎn)化學(xué)品的能力。在研究人員的指導(dǎo)下，Loihi可以很快“嗅出”10種危險(xiǎn)化學(xué)品的氣味。
研究人員采用了一套源自大腦嗅覺(jué)回路結(jié)構(gòu)和動(dòng)力學(xué)的神經(jīng)算法，對(duì)Loihi神經(jīng)擬態(tài)芯片進(jìn)行訓(xùn)練，使其能夠?qū)W習(xí)和識(shí)別10種危險(xiǎn)化學(xué)品的氣味。為此，研究團(tuán)隊(duì)采用了一個(gè)由72個(gè)化學(xué)傳感器組成的數(shù)據(jù)集，以便對(duì)這些氣味作出反應(yīng)，并在Loihi芯片上配置了生物嗅覺(jué)的電路圖。這款芯片迅速掌握了每種氣味的神經(jīng)表征，即便在有明顯遮蔽的情況下也能識(shí)別出每種氣味，這表明未來(lái)神經(jīng)科學(xué)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(xué)會(huì)識(shí)別每一種氣味，且不會(huì)破壞它對(duì)先前所學(xué)氣味的記憶。與傳統(tǒng)的方法相比，Loihi展現(xiàn)出了更加出色的識(shí)別準(zhǔn)確率。既有的傳統(tǒng)方法包括一種深度學(xué)習(xí)解決方案，如果要達(dá)到與Loihi相同的分類(lèi)準(zhǔn)確率，該解決方案學(xué)習(xí)每類(lèi)氣味需要3000倍以上的訓(xùn)練樣本。
參與此項(xiàng)研究的英特爾研究院神經(jīng)擬態(tài)計(jì)算小組高級(jí)研究員Nabil Imam表示，化學(xué)傳感領(lǐng)域多年來(lái)一直在尋找智能、可靠、能夠快速響應(yīng)的化學(xué)傳感處理系統(tǒng)，或者稱之為“電子鼻系統(tǒng)”。他認(rèn)為，搭載神經(jīng)擬態(tài)芯片的機(jī)器人在環(huán)境監(jiān)測(cè)、危險(xiǎn)物質(zhì)檢測(cè)以及工廠質(zhì)量控制方面具有應(yīng)用潛力，還可應(yīng)用于機(jī)場(chǎng)安檢區(qū)域，以便更加高效地識(shí)別危險(xiǎn)物質(zhì)。此外，該系統(tǒng)還可應(yīng)用于醫(yī)療診斷，因?yàn)榛加心承┘膊?huì)散發(fā)出特定的氣味。
Imam表示，“我們的下一步計(jì)劃是將這種方法推廣到更廣泛的應(yīng)用領(lǐng)域，包括感官場(chǎng)景分析（理解所觀察到的各種物體之間的關(guān)系）及規(guī)劃、決策等抽象問(wèn)題。而理解大腦的神經(jīng)網(wǎng)絡(luò)如何解決這些復(fù)雜的計(jì)算問(wèn)題，將為設(shè)計(jì)高效、強(qiáng)大的機(jī)器智能提供重要啟示。
現(xiàn)在，當(dāng)神經(jīng)擬態(tài)芯片“聞”到來(lái)自意大利的草莓和來(lái)自加利福尼亞的草莓時(shí)可能會(huì)出錯(cuò)，因?yàn)檫@兩種草莓雖然具有不同的香味，但仍應(yīng)當(dāng)歸為一類(lèi)。Imam告訴記者：“這是目前我們?cè)谘芯啃嵊X(jué)信號(hào)識(shí)別時(shí)所面臨的挑戰(zhàn)，我們期待在未來(lái)幾年內(nèi)解決這些問(wèn)題。這樣未來(lái)的產(chǎn)品才能真正解決現(xiàn)實(shí)世界的問(wèn)題，而不僅僅是解決在實(shí)驗(yàn)室演示的實(shí)驗(yàn)性問(wèn)題。”（計(jì)紅梅整理）
摘自2020年3月19日《中國(guó)科學(xué)報(bào)》
