雷锋网音讯，英特尔和康奈尔大学今日宣布了一份联合论文，展现了英特尔的神经形状芯片Loihi的新才干：它能够从气味中学习和辨认10种有害物质——即便存在"明显的"数据噪声和遮挡的状况。

合著者说，它表明晰神经形状核算技能可用于检测爆炸物、麻醉品、聚合物等的前体气味物质。

这项研讨本周宣布在杂志《天然·机器智能》（Nature Machine Intelligence）上，英特尔和康奈尔大学的有关研讨人员运用72个化学传感器对不同气味做出反响的数据集，经过装备生物嗅觉的电路图来描绘怎么"教会"Loihi"闻滋味"。

他们说，他们的技能不会损坏芯片的气味回忆；与以往最先进的传统办法比较，它具有"优异的"辨认精度，其间包括的机器学习处理方案，需求每级的练习样本数量多3000倍才干到达相同等级的分类精度。

英特尔神经形状核算实验室高档研讨科学家Nabil Imam以为，这项研讨将为神经形状体系铺平道路，该体系能够确诊疾病，检测兵器和爆炸物，发现毒品以及发现烟雾和一氧化碳的痕迹。

他在一份声明中说："咱们正在开发Loihi上的神经算法，它能够仿照人类闻到什么东西时大脑里发作的作业。" 他还表明，"这项作业是今世神经科学和人工智能研讨进行到十字路口的一个模范，并证明晰Loihi供给重要感知功用的潜力，这可能会使各行各业获益。"

神经形状工程，也称为神经形状核算，描绘了仿照神经体系神经生物学结构的电路运用。英特尔、IBM、惠普、麻省理工学院、普渡大学、斯坦福大学和其他组织的研讨人员期望运用它来开发超级核算机，估计的功用或许比现在的任何核算机都要强壮一千倍。

英特尔的14纳米Loihi芯片具有60毫米的管芯尺度，包括超越20亿个晶体管，13万个人工神经元和1.3亿个突触，以及三个用于和谐的可办理Lakemont内核。

Loihi的共同之处在于，他有一个可编程微代码引擎，用于异步尖峰神经网络（SNN）或AI模型的片上练习，该模型将时刻整合到其操作模型中，因而模型的组件不会一起处理输入数据。英特尔宣称，这将用于"高效"地施行自适应自我修正、事情驱动和细粒度的并行核算。

依据英特尔的说法，Loihi的信息处理速度比传统处理器快1000倍，功率高10,000倍，而且电子天平能够处理某些类型的优化问题，其速度和动力功率提高了三个数量级以上。

此外，Loihi坚持实时功能成果，在扩展50倍时仅运用30％的电能（而传统硬件多耗费500%的电能），与广泛运用的cpu运转一起定位和映射办法比较，它耗费的电能大约少100倍。

除了神经形状核算领域外，Google、加拿大高档研讨所、矢量人工智能研讨所、多伦多大学、亚利桑那州立大学等组织的科研人员，现已研讨了用人工智能办法来处理分子辨认和气味猜测问题。Google最近展现了一个模型，它比最先进的办法和来自"愿望嗅觉猜测应战"（一项描绘气味化学特性的比赛）的体现最好的模型还要超卓。

别的，IBM还开发了Hypertaste，这是一种"人工舌头"，能够辨认"不太合适摄入"的饮料和其他液体。

雷锋网原创文章，未经授权制止转载。概况见转载须知。

来源:版权归属原作者,部分文章推送时未能及时与原作者取得联系,若来源标注错误或侵犯到您的权益烦请告知，我们会及时删除。联系QQ:110-242-789