英特爾開發出神經形態晶片,能模仿動物嗅覺,識別特定氣味

2021-01-10 放牛班的秘密花園

英特爾公司稱開發出一種能探測炸彈、毒品甚至疾病的新晶片,這款名為Loihi的神經形態測試晶片通過模擬大腦運轉的算法來識別特定氣味。

周一,英特爾的科學家在《自然》(Nature)雜誌上發表了一篇論文,提出一種新的神經形態晶片設計,模仿哺乳動物嗅覺系統所特有的嗅球的結構和功能。

這項技術由英特爾與康奈爾大學合作開發,是《自然機器智能》(Nature Machine Intelligence)雜誌周一發表的一篇論文的主題。英特爾希望這款新晶片能滿足以雲計算和人工智慧為首的快速增長技術的更密集計算需求。

研究人員與嗅覺神經生理學家合作研究動物嗅聞時的大腦。他們設計了一種能被刻在矽片上的基於神經迴路的電路,當大腦處理氣味時,神經迴路就會被激活。

他們還設計了一種算法來反映通過電路的電信號的狀態。當他們使用現有10種「氣味」數據集(以72個不同化學傳感器的測量結果為特徵)在晶片上訓練算法時,它能憑比傳統晶片少得多的訓練樣本準確分辨出這些氣味。

該晶片還只是相對早期的原型產品,但一旦成熟,它就能應用於多種領域,如炸彈嗅探或化工廠有毒煙霧檢測。它也證明了神經形態計算對於數據效率更高的人工智慧的潛力。

英特爾晶片的設計是在更高的細節水平上進行檢測和分析,這使得它比今天的其他傳統系統更加複雜。

英特爾將其性能與普通家用煙霧和一氧化碳探測器進行了比較。後者使用傳感器探測氣味,但無法對氣味加以區分。當它們探測到空氣中的有害分子時,會發出蜂鳴聲,但無法以智能的方式對其進行分類。

「某些疾病從病人身上散發出特定的氣味,因此創造了在醫學診斷中利用化學感應的潛力,」英特爾說。這種晶片還可以用於「電子鼻系統、機場和邊境用於探測危險物質、炸彈或麻醉劑等安全威脅的設備」。

目前運行最先進深度學習算法的最流行的晶片都遵循馮·諾依曼架構,這是一種幾十年來推動計算革命的設計慣例。但這些架構是低效的學習者:運行在上面的算法需要大量訓練數據,而我們的大腦則要高效得多。

因此,神經形態晶片試圖儘可能多地保持大腦結構,其原理是這種細緻模仿將提高晶片的學習效率。事實上,英特爾成功地使這種晶片憑很少的樣本進行學習。

接下來,研究小組計劃設計能反映大腦中除嗅覺之外其他功能的神經形態晶片。英特爾神經形態計算實驗室主任邁克·戴維斯表示,該團隊下一步可能會將注意力轉向視覺或觸覺,但他們有更長遠的目標,即處理更複雜的過程。

來源:《麻省理工學院技術評論》,《商業內幕》

譯者:Sail2008

聲明:著作權所有,轉載需授權,嚴禁抄襲,違者必究!

更多精彩內容,請關注我們。

Come on,給你的靈魂充充電!

相關推薦:

憑藉機器學習算法,電極植入新技術使意念控制假肢又進一步IBM稱在三大領域擁有改變世界的技術優勢谷歌下一代人工智慧機器人能自主行走,儘管有些步履蹣跚工業巨頭玩跨界:霍尼韋爾稱造出世界上最好的量子計算機未來款顯示器?AR隱形眼鏡「魔鏡」有望取代智慧型手機

相關焦點

  • 模擬生物嗅覺的神經算法,能讓電腦晶片識彆氣味
    這是因為當我們聞橘子時,橘子的分子會刺激我們鼻子中的嗅覺細胞,該細胞會立即向大腦的嗅覺系統發送信號,在此過程中,相互連接的一組神經元內的電脈衝會產生特定於該物體的嗅覺。同樣,我們的視覺、聽覺、情緒等都具有獨立的神經網絡,這些網絡以特定的方式進行計算。但是一直以來哺乳動物如何學習和識彆氣味的精確機制仍然困擾著科學家。
  • 有「嗅覺」的電腦:英特爾神經擬態晶片能嗅出危險化學品氣味
    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)雜誌上聯合發表的一篇論文,展示了英特爾神經擬態研究晶片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。
  • 擁有「嗅覺」 的新神經算法晶片
    Loihi幹擾環境下可嗅出10種有害物質而此次在英特爾「Loihi」神經形態系統上,描述了一種基於哺乳動物嗅覺系統的神經算法,可以學習並鑑別氣味樣本。通過測量動物聞到氣味時的腦電波活動,然後Intel根據這些電路圖與電脈衝,導出一套算法,並將其配置在神經擬態晶片上。
  • 英特爾正在使用AI來製造嗅覺視覺晶片
    儘管嗅覺視覺可能還需要很長時間才能應用到電腦中,但英特爾正在與康奈爾大學合作,將其逼近現實。英特爾的Loihi神經形態研究晶片是一種功能強大的電子鼻,具有廣泛的應用範圍,可以識別空氣中的危險化學物質。「將來,醫生可以使用帶有神經形態晶片的可攜式電子鼻系統來診斷疾病,機場安全部門可以檢測武器和爆炸物,警察和邊境管制部門可以更輕鬆地發現和緝獲麻醉品,甚至可以在家用煙霧和一氧化碳探測器。」英特爾在新聞稿中說。
  • 新神經算法晶片有了「嗅覺」
    英國《自然·機器智能》雜誌16日發表的一項人工智慧研究,英特爾神經形態計算實驗室以及康奈爾大學的聯合團隊報告稱,他們實現了一種設計用來模擬生物嗅覺的神經算法。這項成果意味著一種強大方法的出現,在此基礎上,未來可開發出超越當前人工智慧趨勢的新算法。
  • 英特爾創新者:研究神經擬態晶片,他用小鴨子、玩具象和搖頭娃娃
    英特爾神經擬態計算項目主管Mike Davies手持科學家羅莎林·富蘭克林造型的搖頭娃娃,英特爾的自主學習神經擬態晶片Loihi能夠快速地學會識別它。(照片來源:Tim Herman/英特爾公司)登山、漂流、潛水、馬拉松長跑……Mike Davies是個不折不扣的戶外愛好者。
  • AI四小龍排隊上市,AI嗅覺為何還沒有獨角獸?
    想不出原創,那就抄昆蟲的作業吧相較於「大開腦洞」的氣味分子圖像化,還有一部份科學家選擇使用模仿昆蟲腦部系統運作的神經網絡深度學習算法來訓練AI。比起繁複的視覺與聽覺神經系統,生物的嗅覺系統簡單許多。氣味信息僅由少數幾層神經網絡進行分析,沒有過多層級與複雜的神經網絡結構,可說是嗅覺識別系統的優勢。
  • AI的「味覺和嗅覺」,正在進化
    而在2019年7月,IBM研究院的科學家宣布其研發的「電子舌頭」能在1分鐘內識別多種液體,可以用於食品安全、工廠質檢、疾病診斷、環保檢測等。為什麼AI識別嗅覺味覺的腳步要遠遠慢於識別視覺聽覺?味覺和嗅覺的解題為什麼難?嗅覺和味覺的解題背後有什麼樣的商業價值呢?識彆氣味與味道的挑戰「人類的味覺是幾千年進化的結果。
  • 心理所開發中國人群嗅覺識別測驗
    為了填補這一空白,中國科學院心理研究所人類嗅覺實驗室開發了基於中國人群的嗅覺識別測驗(CSIT, Chinese Smell Identification Test)。它包含40種中國人群熟悉的氣味項目,半年重測信度為0.92,與UPSIT持平,高於國際上其他的嗅覺識別測驗,效標關聯效度優秀,對嗅覺功能的年齡和性別差異敏感。
  • 神經擬態晶片對於AI的發展有什麼影響
    神經擬態晶片對於AI的發展有什麼影響 中國電子報社 發表於 2020-03-21 13:50:36 在這兩個重磅消息的背後釋放出許多重要的信號,人類對於除視覺、聽覺之外的味覺嗅覺等研究有新突破,帶來新想像空間和應用空間
  • 通過對生物的模仿,AI已經有了嗅覺系統……
    具體來說,現階段嗅覺探索的成果主要是模仿嗅覺系統的結構原理,從而改善機器學習的一些問題。和圖像識別一樣,AI的嗅覺探索也是對生物的模仿在探明AI學習嗅覺的原理前,我們不妨先看看AI是如何學會識別人臉的。目前領先的機器學習技術,都在部分模仿人眼的原理,說白了就是對信息的分層提取。
  • 英特爾AIDC2018:神經計算棒二代從天而降
    除了直接讓出大塊時段給合作夥伴來進行獨立展示,英特爾高管幹脆變身訪談主持人,通過提問的形式引導起幾位代表來介紹各自的公司和業務。在計算方面,英特爾製造交付了49量子位計算測試晶片並對自旋量子位晶片進行了測試。
  • 「仿人腦」晶片系統問世,運算性能提升千倍,智力水平超過老鼠!
    各類動物神經元數量Loihi晶片由英特爾公司於2017年發布,該晶片共有13萬個神經元和1.3億個突觸主要應用於智慧計算領域,具有模擬人腦神經元的功能:完全異步神經形態許多核心網格,支持各種稀疏、分層和遞歸神經網絡拓撲結構,並且每個神經元能夠與數千個其他神經元通信。每個神經形態核心包括學習引擎,該學習引擎可被編程以在操作期間適應網絡參數,完全模仿人類大腦的信息處理機制。
  • 一個模仿飛蛾識別味道的神經網絡,解釋飛蛾的學習速度遠超機器
    作為現代機器學習基石的深度神經網絡,雖然模仿的是生物神經網絡,但其實這兩者之間有著極大的區別。拋開僅有的一些相似處,有些重要的機器學習機制沒有任何自然界的版本,而這兩者學習過程之間也有著大量的不同。這些區別很有可能解釋了為什麼機器學習系統在某些領域中的表現遠遜於自然系統。就拿昆蟲來說,昆蟲僅需接觸幾次新的氣味就能學會如何識別這些新氣味。
  • 揭示嗅覺系統識別一萬億種氣味之謎
    2019年1月13日/生物谷BIOON/---人鼻子能夠區分一萬億種不同的氣味---這一非凡的壯舉需要鼻子中的1000萬個專門的神經元和400多個專用基因。但是,長期以來,科學家們並不清楚這些基因和神經元如何精確地齊心協力來發現特定的氣味。
  • 深扒全球仿生晶片計劃!15+公司已入局,人造大腦通往未來計算之門
    當今人工智慧(AI)晶片努力進化的兩個方向,一是更快的計算速度,二是更低的功耗。如果向大腦神經元活動取經,是不是能做出兼顧高算力和低功耗的晶片?兩種不同的思路開始在研發道路上激起火花:一種是將生物神經元與傳統半導體結合的生物計算,另一種則是用微電子技術來模仿神經元信息處理機制的類腦計算。
  • 嗅覺利用快速動力學編碼不同氣味
    ,識別出極微小的氣味差異。這種方法在控制嗅覺系統神經元上,比以往用化學氣味控制要精確得多。「光嗅覺」小鼠只需13毫秒就能分辨出一些「虛擬氣味」的動力學差異。因為嗅球展示的動態神經活動一般是幾十毫秒時間,13毫秒的限值表明小鼠能分別出這些動態。  他們錄製了一組小鼠嗅球動態模式簡短「動畫片」,再把這些「動畫片」投射給另一組「無辜」小鼠的嗅球。
  • 嗅覺AI:為減少食物浪費出點力
    另外一種是聽覺智能,主要應用是在語音語義識別,其他類型的聲音識別也有一些應用出現,而其他感知智能的開發佔比就更小的多了。根據最近幾年的觀察,研究人員已經對氣體的AI識別,特別是對氣體或液體的有害性識別上有所進展。現在研究人員對於食物的氣味識別,有了新的嗅覺智能的解決方案。
  • NTU研究人員模仿哺乳動物的嗅覺系統,發明人工「電子鼻」
    前言:人類對於嗅覺的研究也從最早的化學分析方法逐漸發展成儀器分析方法,尤其是採用了仿生技術的機器嗅覺時代的到來,對氣體的識別能力越來越強,識別率也逐漸得到穩步提升。在所有的感官功能中,氣味識別是AI最不擅長的一個,但如果從突破這個關鍵點,將可以為設計更高效、穩定的機器智能提供重要靈感。仿生嗅覺系統可以分辨和識別成千上萬種不同的氣味分子,具有很好的靈敏度和特異性。
  • 冷知識—用氣味識別交流?這類動物獨特的交流方式,你了解過嗎?
    靈長類動物是如何利用氣味識別交流的在動物中,靈長類動物的智力水平較高,交流的方式也是最為多種多樣的,靈長類動物的嗅覺信號是多種多樣的。這些信號有助於個體識別某個地方,分析某個目標,或評估某個果實的成熟度。