新神經算法芯片有瞭“嗅覺”

发布时间:2022年06月11日
       科技日报北京3月16日电(记者张梦然, 英国《自然机器智能》杂志16日发表的一项人工智能研究,

英特尔神经拟态计算实验室与康奈尔大学联合团队报道称, 他们实现了一种人工智能。旨在模拟生物嗅觉的神经算法。这一成就代表了一种超越当前人工智能趋势开发新算法的有力方式。
       神经形态计算可以大大提高数据处理能力和机器学习能力, 能耗和尺寸都很理想, 被认为是高性能计算的下一阶段。神经形态芯片是使用类脑计算机通过创建人工神经元来设计的, 但是目前还不清楚如何使用这种机器来解决现实世界的问题。
       这主要是因为我们对算法没有透彻的了解在生物神经回路级别实现的算法。这一次, 英特尔神经网络形态计算实验室科学家 Nabil Im Aim 和康奈尔大学心理学系计算生理实验室研究员 Thomas Cleland, 在英特尔神经形态系统上, 描述了一种基于哺乳动物嗅觉系统的神经算法, 可以学习和识别气味样品。
       研究团队随后在神经形态系统中实现了神经算法, 并使用甲苯、氨、丙酮、一氧化碳和甲烷进行气味训练, 最终通过风洞中的传感器。要测试的数据。这些发现有助于了解哺乳动物的气味并改进人工化学感知系统的计算特征。这些发现还意味着, 修改这种生物神经系统可能代表了一种开发超越当前人工智能趋势的算法的新方法。
       研究人员表示, 该算法适用于任何将高维信号嵌入未知背景的信号识别问题, 并且还可以在未来的应用中提供帮助,

在这些应用中, 可以训练人工鼻子在存在未知背景气味的情况下识别特定气味。此前, 英特尔的第一款神经形态芯片可以以脉冲或尖峰的形式传输信息, 并自动调整突触强度。它利用环境中的各种反馈信息自主学习并发出指令, 被认为类似于人脑的运行机制。神经形态计算一直被寄予厚望。即使摩尔定律结束, 它仍将继续引领信息时代向前发展。神经拟态计算可以大大提高数据处理能力和机器学习能力, 更重要的是, 神经拟态芯片消耗的能量远低于传统芯片。
       但它究竟能做什么?研究人员现在已经开发出一种模仿生物气味的神经算法, 可以学习和识别气味样本。每一项可能的突破都会使研究人员离利用新能力更近一步。当然, 在研究人工智能的同时, 我们也可以发现, 人脑是惊人的, 所有的模拟和突破都是那么的费力。