江苏龙网

  1. 首页 > 人文 > >

「英特尔」关于“电子舌头”和“电子鼻子”，你需要了解的都在这里了( 三 )


与此同时 ， 日本NEC公司与三重大学也曾利用传感器向食物发射不同波长的红外线 ， 结合反射数据来勾勒出食物的“指纹” ， 然后将其与数据库资料对比 ， 可以辨别出数十种实物的味道和名称 。 而美国的NotCo公司创始人开发了一款机器学习软件 ， 可以发现不同动物和植物蛋白之间的联系 ， 通过描述食物和配料的分子数据 ， 食物和配料的光谱图像 ， 以及一系列收集的数据 ， 来帮助NotCo公司推出香肠、肉沫、冰淇淋等高热量食物的纯素植物替代品 。
而在中国 ， 中国轻工业联合会在去年4 月提交的一份报告显示 ， 自 2015 年以来 ， 有超过 10 家传统中国食品制造商参与了政府支持的“AI 试味”项目 ， 在生产过程中通过AI验证测试食品味道是否符合标准 ， 保证食品安全 。
AI识别味觉嗅觉的未来探索
回望这些项目 ， 我们可以归纳出其中几个关键词：新型传感器、新型算法、类脑计算、云计算 。 味觉、嗅觉AI的突破需要交互感知、材料学、动力学、分子化学、生物信息学等多种技术集成协作 ， 通过感知不同的材料、感知不同电流的变化 ， 而获得信息 ， 结合AI算法、模型以及更适配的计算力 ， 与数据库数据配对 ， 获得结果 。 总结这些味觉与嗅觉AI这些项目 ， 给我们的未来创新有更多的启示 。
其一 ， 当我们希望突破更难的“题目” ， 多学科技术集成协作成为必要手段 。 事实上在IBM的“电子舌头”项目中 ， 神秘武器之一是“聚合物涂层” ， 这些聚合涂层捕捉一系列化学信息 ， 并允许高度微型化 ， 它是复合材料领域的突破 。
其实 ， IBM研究院很多项目突破都基于其深厚的多学科融合底子 。 比如今年1月IBM宣布将基于海水研发电池 ， 而这款新型电池在多个方面的表现均超越锂离子电池 ， 包括更低的成本、更快的充电时间、更高的电量和能量密度、更强的能源效率 ， 以及更低的易燃性 。 而IBM研究院电池实验室结合了材料学、分子化学、电气工程、先进电池试验设备与AI计算机模拟等海量新型技术 。
在多学科融合的解题中 ， “计算机科学并不仅仅是‘工具’ ， 更是方法论、理念、定律 。 ”中国科学院院士李国杰表示 ， 计算机科学家与其他领域的科学家密切合作 ， 已成为当代科学研究的特点 。 计算机科学技术不仅仅是其他领域的“工具” ， 而是认识未知世界的知识源泉之一 。 其他领域的学者运用普遍流行的算法和软件也可能会解决一些局部性的问题 ， 获得一些渐进性的改进 ， 但要获得算法上的根本性突破 ， 需要与真正懂算法的计算机科学家深度合作 。
其二 ， 对于计算力的选择已经进入“好马配好鞍”的时代 。 有人说 ， 这一轮人工智能的浪潮大举进入各个领域 ， 是得益于算法模型的成熟 ， 但其实它是数据丰盈、算力澎湃、算法成熟三者交汇的结果 。 这一次康奈尔大学与英特尔联合的“电子鼻”项目中 ， 神经拟态芯片Loihi是一个关键 。 为什么解题嗅觉、味觉要采用类脑计算 ， 而不是诸如量子计算或是传统计算?

「英特尔」关于“电子舌头”和“电子鼻子”，你需要了解的都在这里了
本文插图
【「英特尔」关于“电子舌头”和“电子鼻子”，你需要了解的都在这里了】
英特尔神经元芯片Loihi
宋继强给出的答案 ， 第一神经拟态计算不需要依赖于大量的数据 。 神经拟态计算从一个样本的训练中就可以达到比较高的准确率 ， 百分之九十几 ， 这和过去人们专门去定制一些规格特征来识别的效果非常相似 。 第二是低功耗 ， 这样可以在很小的设备上就可以做成电子鼻子 。 第三是可扩展 ， 能够做更多种类的气体识别 。
“当然也可以用传统计算机来解题 ， 但如果是传统计算机就需要构造更精巧的算法 ， 在传统的CPU上当然可以模拟各种各样的计算场景 ， 但是执行效率肯定不如在Loihi上这么直接、这么低功耗 。 而量子计算是适合做大规模有并行选项同时验证的事情 ， 并不是适合做嗅觉识别 ， 因为嗅觉识别需要针对只有少量的、有时间序列的数据 ， 进行快速判别 。 ”宋继强说 。


推荐阅读


上一篇：【快科技】小米POCO F2曝光：弹出式真全面屏加持 还有骁龙865

下一篇：「荣耀30S」荣耀30S铺设中端5G市场，Redmi中端旗舰迫降200元！