『』运用神经拟态算法,芯片有了嗅觉( 二 )


罗格斯大学教授Konstantinos Michmizos也介绍说 , 相比用CPU运行SLAM方法 , Loihi的能耗低了大约100倍 。
值得一提的是 , Loihi仅用一个样本就可以了解每种气味 。研究人员表示 , 这令人感到震惊 , 因为其他深度学习技术可能需要3000倍以上的训练样本才能达到相同的准确性水平 。Imam表示 , 他们的工作是“神经科学和人工智能跨领域交叉研究的最好的例子” 。
『』运用神经拟态算法,芯片有了嗅觉
文章图片

文章图片

Nabil Imam在位于美国加州圣克拉拉的神经拟态计算实验室中手持一块Loihi神经拟态测试芯片(图自:intel Lab
下一步挑战:超越人类嗅觉
当我们闻东西时 , 分子会刺激鼻子中的嗅觉细胞 。比如你拿一个榴莲闻一闻 , 水果分子就会刺激鼻腔嗅觉细胞 , 细胞向大脑嗅觉系统发送信号 , 一组相互连接的神经元中的电脉冲就会在这个嗅觉系统中产生嗅觉 , 然后你就闻到这个物体的气味了 。
Imam也提到 , 嗅觉领域存在着一些挑战 。
当你走进一家杂货店时 , 可能会闻到草莓的气味 , 它的气味可能跟蓝莓或香蕉很像 。有时候 , 人尚且难分辨出究竟是一种水果气味 , 还是多种香味的混合 。让系统来辨认极其相似的气味 , 同样是难题 。
“这些是目前我们在研究嗅觉信号识别时面临的挑战 , ”Imam表示:“我们期待在未来几年内解决这些问题 , 这样的产品才能解决现实世界的问题 , 而不仅仅是解决在实验室演示的实验性问题 。”
Imam表示 , 了解大脑的神经回路如何解决这些复杂的计算问题 , 将为设计高效、强大的机器智能提供重要的参考依据 , 换句话说 , 如果我们能更透彻的了解大脑识别气味的原理 , 那么可能会从根本上改变我们设计人工智能的方式 。
从理论上讲 , Loihi可以扩展到最多16384颗芯片互连 , 那就是超过20亿个神经元——人类大脑有大约860亿个神经元 。
英特尔和康奈尔大学当然不是唯一一个致力于训练AI以检测气味的团队 。Google Brain小组正在与调香师合作 , 将气味分子与感知到的气味联系起来 。俄罗斯研究人员正在使用AI来嗅出致命的气体混合物 , 并且研究人员试图通过机器学习重现灭绝花朵的气味 。
【『』运用神经拟态算法,芯片有了嗅觉】除了英特尔外 , IBM、惠普、麻省理工学院、普渡大学、斯坦福大学等机构都在推进类脑计算的相关研究 , 希望借助它来开发出更强大的计算系统 。


推荐阅读