2020 年 3 月 17 日——英特爾研究院與美國康奈爾大學的研究人員在《自然-機器智能》(Nature Machine Intelligence)雜志上聯(lián)合發(fā)表的一篇論文,展示了英特爾神經(jīng)擬態(tài)研究芯片 Loihi 在存在明顯噪聲和遮蓋的情況下學習和識別危險化學品的能力。Loihi 僅需單一樣本便可學會識別每一種氣味,且不會破壞它對先前所學氣味的記憶。與傳統(tǒng)的最先進方法相比,Loihi 展現(xiàn)出了極其出色的識別準確率。傳統(tǒng)方法中包括一種深度學習解決方案,但要達到與 Loihi 相同的分類準確率,該解決方案學習每類氣味需要 3,000 倍以上的訓練樣本。
英特爾神經(jīng)擬態(tài)計算實驗室高級研究科學家 Nabil Imam 表示:“我們正在 Loihi 上開發(fā)神經(jīng)算法,來模擬人類嗅到氣味時的大腦運行機制。這項工作堪稱神經(jīng)科學與人工智能技術交叉領域的當代研究典范,并且證實 Loihi 有望提供重要的感知能力并使之惠及各行各業(yè)?!?/p>
這張?zhí)貙懻掌故玖擞⑻貭柹窠?jīng)擬態(tài)研究芯片 Loihi。英特爾最新的神經(jīng)擬態(tài)系統(tǒng)——Pohoiki Beach,將由 64 塊 Loihi 芯片組成。Pohoiki Beach 已于 2019 年 7 月推出。(資料來源: Tim Herman/英特爾公司)
研究內(nèi)容:英特爾和美國康奈爾大學的研究人員采用了一套源自大腦嗅覺回路結(jié)構(gòu)和動力學的神經(jīng)算法,對英特爾 Loihi 神經(jīng)擬態(tài)芯片進行訓練,使其能夠?qū)W習和識別 10 種危險化學品的氣味。為此,研究團隊采用了一個由 72 個化學傳感器活動組成的數(shù)據(jù)集以便對這些氣味作出反應,并在 Loihi 芯片上配置了生物嗅覺的電路圖。這款芯片迅速掌握了每種氣味的神經(jīng)表征,即便在明顯掩蔽情況下也能識別出每種氣味,這充分證明了未來神經(jīng)科學與人工智能交叉研究的廣闊前景。
2020 年 3 月 17 日,《自然-機器智能》雜志報道了英特爾與美國康奈爾大學的科學家共同構(gòu)建數(shù)學算法的研究成果。在研究人員的指導下,Loihi 迅速掌握了 10 種不同氣味的神經(jīng)表征。
英特爾研究院科學家 Nabil Imam 在位于美國加州圣克拉拉的神經(jīng)擬態(tài)計算實驗室中,手持一塊 Loihi 神經(jīng)擬態(tài)測試芯片。他和美國康奈爾大學的一個研究小組正在計算機芯片上構(gòu)建數(shù)學算法,用于模擬人們聞到某種氣味時大腦神經(jīng)網(wǎng)絡的反應。(圖片來源:Walden Kirsch/英特爾公司)
英特爾研究院神經(jīng)擬態(tài)計算小組高級研究科學家 Nabil Imam 與美國康奈爾大學的嗅覺神經(jīng)生理學家展開合作。擁有神經(jīng)擬態(tài)計算博士學位的 Imam 解釋說:“康奈爾大學的研究人員負責研究動物的生物嗅覺系統(tǒng),并測量動物聞到氣味時的腦電波活動。我們根據(jù)這些電路圖與電脈沖,導出了一套算法并將其配置在神經(jīng)擬態(tài)芯片上,尤其是在我們的 Loihi 測試芯片上?!盠oihi 是英特爾的神經(jīng)擬態(tài)計算芯片,可將在生物大腦中發(fā)現(xiàn)的計算原理應用于計算機架構(gòu)之中。
首先,我們是如何識別氣味的:如果你拿起一個葡萄柚聞一聞,水果分子就會刺激鼻腔內(nèi)的嗅覺細胞。鼻腔內(nèi)的細胞會立即向你的大腦嗅覺系統(tǒng)發(fā)送信號,一組相互連接的神經(jīng)元中的電脈沖就會在這個嗅覺系統(tǒng)中產(chǎn)生嗅覺。無論聞到的是葡萄柚、玫瑰還是有害氣體,你大腦中的神經(jīng)元網(wǎng)絡都會產(chǎn)生該物體特有的感覺。同樣,你的視覺和聽覺、回憶、情緒和決策都有各自的神經(jīng)網(wǎng)絡,它們都以特定的方式進行計算。
Loihi 學習檢測復雜混合物的不同氣味:Imam 和他的團隊采用了一個由 72 個化學傳感器活動組成的數(shù)據(jù)集,可對一個風洞實驗中循環(huán)的 10 種氣體物質(zhì)(氣味)作出反應。傳感器對各種氣味的反應被傳送至 Loihi,由其芯片電路對嗅覺背后的大腦電路進行模擬。Loihi 芯片迅速掌握了 10 種氣味各自的神經(jīng)表征,其中包括丙酮、氨和甲烷,即使有強烈的環(huán)境干擾也能識別出這些氣味。雖然你家中的煙霧和一氧化碳探測器能使用傳感器來探測氣味,但它們無法對各種氣味進行區(qū)分;雖然它們一旦探測到空氣中的有害分子時會發(fā)出警報,卻無法對其進行智能分類。
未來的應用:Imam 表示,化學傳感領域多年來一直在尋找智能的、可靠的和快速響應的化學傳感處理系統(tǒng),或者稱之為“電子鼻系統(tǒng)”。他看到了搭載神經(jīng)擬態(tài)芯片的機器人在環(huán)境監(jiān)測、危險物質(zhì)檢測以及在工廠質(zhì)量控制方面的應用潛力。此外,該系統(tǒng)還可應用于醫(yī)療診斷,因為患有某些疾病會散發(fā)出特定的氣味。另一個例子是,搭載神經(jīng)擬態(tài)芯片的機器人可應用于機場安檢區(qū)域,能夠更高效地識別危險物質(zhì)。
在未來加入更多感官:Imam 表示,“我的下一步計劃,是將這種方法推廣到更廣泛的應用領域,包括從感官場景分析(理解你觀察到的各種物體之間的關系),到規(guī)劃和決策等抽象問題。理解大腦的神經(jīng)網(wǎng)絡如何解決這些復雜的計算問題,將為設計高效、強大的機器智能提供重要啟示?!?/p>
亟待克服的挑戰(zhàn):Imam 表示,嗅覺領域存在著一些挑戰(zhàn)。當你走進一家雜貨店時,可能會聞到草莓的氣味,但其氣味可能類似于藍莓或香蕉的氣味,它們會在大腦中引發(fā)非常相似的神經(jīng)活動模式。有時候,人類甚至很難分辨出究竟是一種水果氣味還是多種香味的混合。當系統(tǒng)聞到來自意大利的草莓和來自加利福尼亞的草莓時可能會出錯,這兩種草莓可能有不同的香味,但需要歸為一類。Imam 表示:“這些是目前我們在研究嗅覺信號識別時面臨的挑戰(zhàn),我們期待在未來幾年內(nèi)解決這些問題,這樣的產(chǎn)品才能解決現(xiàn)實世界的問題,而不僅僅是解決在實驗室演示的實驗性問題?!痹?Imam 看來,自己從事的工作是“發(fā)生在神經(jīng)科學與人工智能技術交叉領域的當代研究典范”。
聲明:化學加刊發(fā)或者轉(zhuǎn)載此文只是出于傳遞、分享更多信息之目的,并不意味認同其觀點或證實其描述。若有來源標注錯誤或侵犯了您的合法權(quán)益,請作者持權(quán)屬證明與本網(wǎng)聯(lián)系,我們將及時更正、刪除,謝謝。 電話:18676881059,郵箱:gongjian@huaxuejia.cn