新的神经算法芯片有嗅觉

本篇文章951字，读完约2分钟

《科学技术日报》，北京，3月16日(新华社)——英国《自然机器智能》杂志16日发表了一项人工智能研究，来自英特尔神经形态计算实验室和康奈尔大学的一个联合小组报告说，他们实现了一种旨在模拟生物嗅觉的神经算法。这一成就意味着一种强大方法的出现，在此基础上，新的算法可以在未来发展，超越目前的人工智能趋势。

神经形态计算可以大大提高数据处理和机器学习的能力，其能耗和体积都非常理想，因此被认为是高性能计算的下一个发展阶段。神经形态学芯片的设计是通过使用受大脑启发的计算机来实现的，即通过创建一个由人工神经元和突触组成的网络。然而，仍然不清楚如何使用这台机器来解决实际问题。这主要是因为我们对在生物神经回路层面实现的算法没有透彻的理解。

这一次，英特尔神经形态计算实验室的科学家纳比勒·伊姆姆和康奈尔大学心理学系计算生理学实验室的研究员托马斯·克兰描述了一种基于英特尔“卢伊希”神经形态系统上的哺乳动物嗅觉系统的神经算法，这种算法可以学习和识别气味样本。之后，研究小组在神经形态学系统中实现了神经算法，并用甲苯、氨、丙酮、一氧化碳和甲烷对其进行训练，最后通过传感器数据在风洞中对其进行测试。

本研究的结果有助于理解哺乳动物的嗅觉，改善人工化学传感系统的计算特性。这些发现也意味着这种生物神经系统可以被改造，或者代表一种新的方法，可以开发出一种超越当前人工智能趋势的算法。

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，也有助于训练人工鼻子在未知背景气味的情况下识别特定气味。

此前，英特尔的首个神经模拟芯片“Loihi”可以通过脉冲或尖峰传输信息，并自动调节突触强度。它利用环境中的各种反馈信息进行独立学习和下达命令，这被认为与人脑的运行机制相似。

总编辑圈

神经形态计算一直备受期待。即使摩尔定律结束了，它仍然可以引领信息时代前进。神经形态计算可以大大提高数据处理和机器学习的能力。更重要的是，神经形态芯片的能耗远低于传统芯片。但是它能做什么呢？现在，研究人员开发了一种模拟生物嗅觉的神经算法，可以学习和识别气味样本。每一个可能的突破都会让研究人员离使用新能力更近一步。当然，在研究人工智能的同时，我们也可以发现人类的大脑是惊人的，所有的模拟和突破都是如此费力。(张)

责任:吉爱玲