Исследователи из Intel Labs и Корнельского университета продемонстрировали уникальную способность нейроморфного исследовательского чипа Intel под названием Loihi изучать и идентифицировать опасные химические вещества. Исследование было опубликовано в журнале Nature Machine Intelligence, в котором описывается, как нейронный алгоритм был построен с нуля на основе архитектуры и динамики обонятельных контуров человеческого мозга.
Чип основан на нейроморфной вычислительной архитектуре, вдохновленной нынешним пониманием учеными человеческого мозга и того, как он решает проблемы. Это немного аппаратного обеспечения, которое имитирует то, как человеческий мозг обрабатывает и решает проблемы. Он может использовать уже имеющиеся знания, чтобы делать выводы о новых данных, тем самым помогая ускорить процесс обучения в геометрической прогрессии.
Чип имеет возможность идентифицировать каждое химическое вещество на основе его запаха всего по одному тестируемому образцу, что также не нарушает его память о ранее изученных запахах. По сравнению с любой традиционной системой распознавания, такой как система глубокого обучения, которая требует примерно в 3000 раз больше обучающих выборок для достижения того же уровня точности, чип работает с превосходной точностью.
Он может узнавать и распознавать запах 10 различных опасных химических веществ. Команда Intel использовала набор данных, который состоит из активности 72 известных химических датчиков в мозгу и того, как они реагируют на запах каждого химического вещества. Эти данные в дальнейшем были использованы для настройки того, что команда называет «принципиальной схемой биологического обоняния» на Лоихи. Благодаря этому Лоихи смог распознать нейронную репрезентацию каждого запаха и идентифицировать каждый, даже при значительной окклюзии.
Обонятельные способности Лоихи можно использовать в новых системах электронного носа, которые помогают врачам диагностировать болезни. Более того, его можно использовать для разработки систем обнаружения оружия и взрывчатых веществ в аэропортах. Его также можно использовать для разработки эффективных детекторов дыма и угарного газа. От сенсорного анализа сцены (понимание отношений между наблюдаемыми вами объектами) до абстрактных проблем, таких как планирование и принятие решений, исследователи планируют распространить этот подход на более широкий круг проблем.