英特尔实验室和康奈尔大学的研究人员，刚刚展示了英特尔神经形态研究芯片 Loihi 的独特能力 —— 仅通过气味来识别多种有害的化学物质。研究人员称：Loihi 可分析识别测试样品中的每种化学物质，而不会破坏先前学习到的有关气味的记忆。与传统识别系统（包括深度学习）相比，Loihi 还显示出了更高的准确性。

图来源于Intel Labs

作为对比，深度学习系统需要大约 3000 倍的样本训练量，才能达到与 Loihi 相当的水平。英特尔实验室高级研究科学家 Nabil Imam 表示：

我们正在 Loihi 上开发神经算法，以模仿闻到气味后，大脑中发生的相关反应。

这项工作是当代神经科学与人工智能交叉路口的一个典范，证明了 Loihi 具有提供重要传感功能的潜力，可使各个行业都获益。

据悉，作为一款硬件，英特尔 Loihi 芯片旨在模仿人脑是如何处理和解决问题的。其于 2017 年 9 月首次公布，当时英特尔称其具有“令人难以置信的学习速度”。

该芯片的独特之处，在于能够利用已知的知识来推断新数据，从而随着时间推移、以指数方式加速其学习过程。

Loihi 芯片采用了基于‘神经形态计算’的架构设计，受到了科学家对人脑及其解决问题的最新研究理解的启发。

根据今日发表在《自然机器智能》（Nature Machine Intelligence）杂志上的研究描述，可知英特尔实验室和康奈尔大学的研究团队是如何基于人脑嗅觉回路的结构和动力学，从头开始构建相关神经算法的。

目前这款芯片可以学习并识别 10 种不同的危险化学品的气味，背后原理与人脑感知不同气味的方式相同。

比如，当一个人拿起葡萄柚并闻到气味时，水果的分子会刺激鼻子中的嗅觉细胞，然后将相关讯号发送道大脑。

然后，在相互连接的神经元组中的电脉冲，可以产生有关该气味的独特感受。

英特尔研究人员解释称：“无论您闻到的是葡萄柚、玫瑰、还是有害的气体，大脑中的神经元网络都会产生特定于该物体的感觉”。

视觉和听觉上的感受与之类似，人脑的记忆、兴趣、决策，都具有各自的神经网络，并以特定的方式展开计算。

在最新研究中，英特尔团队使用了一个数据集，其中包含了大脑中 72 种已知化学感受器的活动、以及它们是如何响应每种物质的化学气味的。

研究团队将该数据用于 Loihi 上所谓的‘生物嗅觉电路’，以使 Loihi 能够识别每种气味的神经回路。

Moor Insights＆Strategy 分析师 Patrick Moorhead 告诉在接受 SiliconANGLE 采访时称，这项研究是确定各种有害化学物质气味的神经形态计算的一个绝佳案例。

展望未来，这项技术可作为‘电子鼻系统’，帮助医生在各种疾病种展开诊断。其它用途包括开发更有效的烟雾 / 一氧化碳报警器，或者机场的爆炸物生物探测系统。

下一步，研究团队还希望将相关技术推广到更多的问题解决方案中，从感官场景分析（理解观察到的物体之间的联系）、到抽象的问题（例如计划和决策）等。