3月17日，美国康奈尔大学和英特尔研究院的研究人员在《自然—机器智能》杂志上联合发表了一篇论文，展示了英特尔神经拟态研究芯片Loihi在有明显噪声和遮盖的情况下学习和识别危险化学品的能力。在研究人员的指导下，Loihi可以很快“嗅出”10种危险化学品的气味。

研究人员采用了一套源自大脑嗅觉回路结构和动力学的神经算法，对Loihi神经拟态芯片进行训练，使其能够学习和识别10种危险化学品的气味。为此，研究团队采用了一个由72个化学传感器组成的数据集，以便对这些气味作出反应，并在Loihi芯片上配置了生物嗅觉的电路图。这款芯片迅速掌握了每种气味的神经表征，即便在有明显遮蔽的情况下也能识别出每种气味，这表明未来神经科学与人工智能交叉研究有着广阔前景。

论文显示，Loihi仅需单一样本便可学会识别每一种气味，且不会破坏它对先前所学气味的记忆。与传统的方法相比，Loihi展现出了更加出色的识别准确率。既有的传统方法包括一种深度学习解决方案，如果要达到与Loihi相同的分类准确率，该解决方案学习每类气味需要3000倍以上的训练样本。

参与此项研究的英特尔研究院神经拟态计算小组高级研究员Nabil Imam表示，化学传感领域多年来一直在寻找智能、可靠、能够快速响应的化学传感处理系统，或者称之为“电子鼻系统”。他认为，搭载神经拟态芯片的机器人在环境监测、危险物质检测以及工厂质量控制方面具有应用潜力，还可应用于机场安检区域，以便更加高效地识别危险物质。此外，该系统还可应用于医疗诊断，因为患有某些疾病会散发出特定的气味。

Imam表示，“我们的下一步计划，是将这种方法推广到更广泛的应用领域，包括感官场景分析（理解所观察到的各种物体之间的关系）及规划、决策等抽象问题。而理解大脑的神经网络如何解决这些复杂的计算问题，将为设计高效、强大的机器智能提供重要启示。”

现在，当神经拟态芯片“闻”到来自意大利的草莓和来自加利福尼亚的草莓时可能会出错，因为这两种草莓虽然具有不同的香味，但仍应当归为一类。Imam表示：“这是目前我们在研究嗅觉信号识别时所面临的挑战，我们期待在未来几年内解决这些问题。这样未来的产品才能真正解决现实世界的问题，而不仅仅是解决在实验室演示的实验性问题。”

相关论文信息：https://doi.org/10.1038/s42256-020-0159-4

Nabil Imam手持Loihi神经拟态测试芯片。