在所有感官中，訓(xùn)練AI分辨氣味是一件特別困難的事情，但這并不能阻止研究人員嘗試。近日，英特爾和康奈爾大學(xué)的研究人員訓(xùn)練了神經(jīng)擬態(tài)芯片Loihi，讓它學(xué)習(xí)和識別10種有害化學(xué)物質(zhì)的氣味。將來，這項技術(shù)可能使“電子鼻”和機(jī)器人能夠檢測武器、爆炸物、麻醉品甚至疾玻。

英特爾神經(jīng)擬態(tài)芯片Loihi

該團(tuán)隊使用英特爾的神經(jīng)擬態(tài)芯片Loihi設(shè)計了基于大腦嗅覺電路的算法。根據(jù)英特爾的說法，即使存在其他強(qiáng)烈氣味，該芯片也可以識別10種氣味，包括丙酮、氨和甲烷。而且，Loihi僅用一個樣本就可以了解每種氣味。研究人員表示，這令人感到震驚，因為其他深度學(xué)習(xí)技術(shù)可能需要3000倍以上的訓(xùn)練樣本才能達(dá)到相同的準(zhǔn)確性水平。英特爾實(shí)驗室神經(jīng)形態(tài)計算小組的高級研究科學(xué)家納比爾·伊瑪姆（Nabil Imam）表示，他們的工作是“當(dāng)代研究在神經(jīng)科學(xué)和人工智能的十字路口一個典型例子”。

當(dāng)我們聞東西時，分子會刺激鼻子中的嗅覺細(xì)胞。這些細(xì)胞將信號發(fā)送到大腦的嗅覺系統(tǒng)，然后釋放出電脈沖。Imam說：“了解大腦的神經(jīng)回路如何解決這些復(fù)雜的計算問題，將為設(shè)計高效而強(qiáng)大的機(jī)器智能提供重要線索?！?/p>

英特爾和康奈爾大學(xué)當(dāng)然不是唯一一個致力于訓(xùn)練AI以檢測氣味的團(tuán)隊。Google Brain小組正在與調(diào)香師合作，將氣味分子與感知到的氣味聯(lián)系起來。俄羅斯研究人員正在使用AI來嗅出致命的氣體混合物，并且研究人員試圖通過機(jī)器學(xué)習(xí)重現(xiàn)滅絕花朵的氣味。

英國《自然·機(jī)器智能》雜志16日發(fā)表的一項人工智能研究，英特爾神經(jīng)形態(tài)計算實(shí)驗室以及康奈爾大學(xué)的聯(lián)合團(tuán)隊報告稱，他們實(shí)現(xiàn)了一種設(shè)計用來模擬生物嗅覺的神經(jīng)算法。這項成果意味著一種強(qiáng)大方法的出現(xiàn)，在此基礎(chǔ)上，未來可開發(fā)出超越當(dāng)前人工智能趨勢的新算法。

研究人員所做的部分模型結(jié)構(gòu)和信號編碼。圖源：《自然·機(jī)器智能》

神經(jīng)形態(tài)計算能夠大幅提升數(shù)據(jù)處理能力和機(jī)器學(xué)習(xí)能力，能耗和體積都非常理想，被認(rèn)為是高性能計算的下一發(fā)展階段。而神經(jīng)形態(tài)芯片的設(shè)計，是使用受大腦啟發(fā)而形成的計算機(jī)器，即通過創(chuàng)造由人工神經(jīng)元和突觸組成的網(wǎng)絡(luò)來實(shí)現(xiàn)。但是，目前仍不明確的是，如何利用這種機(jī)器解決現(xiàn)實(shí)問題。這主要是因為我們對在生物神經(jīng)回路層面實(shí)現(xiàn)的算法了解還不夠透徹。

此次，英特爾神經(jīng)形態(tài)計算實(shí)驗室科學(xué)家納比爾·伊姆艾姆和康奈爾大學(xué)心理學(xué)系計算生理學(xué)實(shí)驗室研究人員托馬斯·克萊蘭德，在英特爾“Loihi”神經(jīng)形態(tài)系統(tǒng)上，描述了一種基于哺乳動物嗅覺系統(tǒng)的神經(jīng)算法，可以學(xué)習(xí)并鑒別氣味樣本。研究團(tuán)隊之后在一個神經(jīng)形態(tài)系統(tǒng)中，實(shí)現(xiàn)該神經(jīng)算法，并利用甲苯、氨、丙酮、一氧化碳和甲烷等，對其進(jìn)行氣味訓(xùn)練，最后在風(fēng)洞中通過傳感器的數(shù)據(jù)進(jìn)行測試。

該研究結(jié)果有助于理解哺乳動物嗅覺以及改進(jìn)人工化學(xué)感知系統(tǒng)的計算特征。這些發(fā)現(xiàn)也意味著，改造此類生物神經(jīng)系統(tǒng)，或代表了一種可以開發(fā)出超越當(dāng)前人工智能趨勢算法的新方法。

研究人員表示，該算法適用于將高維信號嵌入未知背景的任何信號識別問題，還可以有助于未來在應(yīng)用程序中，訓(xùn)練人工鼻子在未知背景氣味的情況下識別特定氣味。

此前，英特爾的首款神經(jīng)擬態(tài)芯片“Loihi”可以通過脈沖或尖峰傳遞信息，并自動調(diào)節(jié)突觸強(qiáng)度。其利用環(huán)境中的各種反饋信息進(jìn)行自主學(xué)習(xí)、下達(dá)命令，被認(rèn)為與人類大腦運(yùn)行機(jī)制相似。

神經(jīng)形態(tài)計算一直被寄予厚望。就算摩爾定律終結(jié)，它仍能繼續(xù)帶領(lǐng)信息時代向前。神經(jīng)形態(tài)計算可以大幅度提升數(shù)據(jù)處理能力和機(jī)器學(xué)習(xí)能力，更重要的是，神經(jīng)形態(tài)芯片比傳統(tǒng)芯片的能耗要低得多。不過，它到底能做些什么？研究者如今開發(fā)了一種模擬生物嗅覺的神經(jīng)算法，它可以學(xué)習(xí)和鑒別氣味樣本。每一個可能的突破，都會讓科研人員離使用一種新的能力更近一步。當(dāng)然，在研究人工智能的同時，我們也能發(fā)現(xiàn)，人類大腦真神奇，所有的模擬和突破都這么費(fèi)勁。

責(zé)任編輯：gt