能“闻出”10种有害物质的神经形态芯片是什么样的？

合著者说，它表明了神经形态打算技能可用于检测爆炸物、麻醉品、聚合物等的前体气味物质。

这项研究本周揭橥在杂志《自然机器智能》（Nature Machine Intelligence）上，英特尔和康奈尔大学的有关研究职员利用72个化学传感器对不同气味做出反应的数据集，通过配置生物嗅觉的电路图来描述如何“教会”Loihi“闻味道”。

他们说，他们的技能不会毁坏芯片的气味影象；与以往最前辈的传统方法比较，它具有“精良的”识别精度，个中包括的机器学习办理方案，须要每级的演习样本数量多3000倍才能达到相同级别的分类精度。

英特尔神经形态打算实验室高等研究科学家Nabil Imam认为，这项研究将为神经形态系统铺平道路，该系统可以诊断疾病，检测武器和爆炸物，创造毒品以及创造烟雾和一氧化碳的迹象。

他在一份声明中说：“我们正在开拓Loihi上的神经算法，它可以仿照人类闻到什么东西时大脑里发生的事情。
” 他还表示，“这项事情是当代神经科学和人工智能研究进行到十字路口的一个典范，并证明了Loihi供应主要感知功能的潜力，这可能会使各行各业受益。
”

神经形态工程，也称为神经形态打算，描述了模拟神经系统神经生物学构造的电路利用。
英特尔、IBM、惠普、麻省理工学院、普渡大学、斯坦福大学和其他机构的研究职员希望利用它来开拓超级打算机，估量的功能或许好比今的任何打算机都要强大一千倍。

英特尔的14纳米Loihi芯片具有60毫米的管芯尺寸，包含超过20亿个晶体管，13万个人工神经元和1.3亿个突触，以及三个用于折衷的可管理Lakemont内核。

Loihi的独特之处在于，他有一个可编程微代码引擎，用于异步尖峰神经网络（SNN）或AI模型的片上演习，该模型将韶光整合到其操作模型中，因此模型的组件不会同时处理输入数据。
英特尔声称，这将用于“高效”地履行自适应自我修正、事宜驱动和细粒度的并行打算。

根据英特尔的说法，Loihi的信息处理速率比传统处理器快1000倍，效率高10,000倍，并且可以办理某些类型的优化问题，其速率和能源效率提高了三个数量级以上。

此外，Loihi保持实时性能结果，在扩展50倍时仅利用30％的电能（而传统硬件多花费500%的电能），与广泛利用的cpu运行同时定位和映射方法比较，它花费的电能大约少100倍。

除了神经形态打算领域外，Google、加拿大高等研究所、矢量人工智能研究所、多伦多大学、亚利桑那州立大学等机构的科研职员，已经研究了用人工智能方法来办理分子识别和气味预测问题。
Google最近展示了一个模型，它比最前辈的方法和来自“梦想嗅觉预测寻衅”（一项描述气味化学特性的竞赛）的表现最好的模型还要出色。

其余，IBM还开拓了Hypertaste，这是一种“人造舌头”，可以识别“不太适宜摄入”的饮料和其他液体。

雷锋网编译，via VentureBeat《Intel trains neuromorphic chip to detect 10 different odors》

雷锋网