英國(guó)《自然·機(jī)器智能》雜志16日發(fā)表的一項(xiàng)人工智能研究，英特爾神經(jīng)形態(tài)計(jì)算實(shí)驗(yàn)室以及康奈爾大學(xué)的聯(lián)合團(tuán)隊(duì)報(bào)告稱，他們實(shí)現(xiàn)了一種設(shè)計(jì)用來(lái)模擬生物嗅覺的神經(jīng)算法。這項(xiàng)成果意味著一種強(qiáng)大方法的出現(xiàn)，在此基礎(chǔ)上，未來(lái)可開發(fā)出超越當(dāng)前人工智能趨勢(shì)的新算法。

神經(jīng)形態(tài)計(jì)算能夠大幅提升數(shù)據(jù)處理能力和機(jī)器學(xué)習(xí)能力，能耗和體積都非常理想，被認(rèn)為是高性能計(jì)算的下一發(fā)展階段。而神經(jīng)形態(tài)芯片的設(shè)計(jì)，是使用受大腦啟發(fā)而形成的計(jì)算機(jī)器，即通過(guò)創(chuàng)造由人工神經(jīng)元和突觸組成的網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)。但是，目前仍不明確的是，如何利用這種機(jī)器解決現(xiàn)實(shí)問(wèn)題。這主要是因?yàn)槲覀儗?duì)在生物神經(jīng)回路層面實(shí)現(xiàn)的算法了解還不夠透徹。

此次，英特爾神經(jīng)形態(tài)計(jì)算實(shí)驗(yàn)室科學(xué)家納比爾·伊姆艾姆和康奈爾大學(xué)心理學(xué)系計(jì)算生理學(xué)實(shí)驗(yàn)室研究人員托馬斯·克萊蘭德，在英特爾“Loihi”神經(jīng)形態(tài)系統(tǒng)上，描述了一種基于哺乳動(dòng)物嗅覺系統(tǒng)的神經(jīng)算法，可以學(xué)習(xí)并鑒別氣味樣本。研究團(tuán)隊(duì)之后在一個(gè)神經(jīng)形態(tài)系統(tǒng)中，實(shí)現(xiàn)該神經(jīng)算法，并利用甲苯、氨、丙酮、一氧化碳和甲烷等，對(duì)其進(jìn)行氣味訓(xùn)練，最后在風(fēng)洞中通過(guò)傳感器的數(shù)據(jù)進(jìn)行測(cè)試。

該研究結(jié)果有助于理解哺乳動(dòng)物嗅覺以及改進(jìn)人工化學(xué)感知系統(tǒng)的計(jì)算特征。這些發(fā)現(xiàn)也意味著，改造此類生物神經(jīng)系統(tǒng)，或代表了一種可以開發(fā)出超越當(dāng)前人工智能趨勢(shì)算法的新方法。

研究人員表示，該算法適用于將高維信號(hào)嵌入未知背景的任何信號(hào)識(shí)別問(wèn)題，還可以有助于未來(lái)在應(yīng)用程序中，訓(xùn)練人工鼻子在未知背景氣味的情況下識(shí)別特定氣味。

此前，英特爾的首款神經(jīng)擬態(tài)芯片“Loihi”可以通過(guò)脈沖或尖峰傳遞信息，并自動(dòng)調(diào)節(jié)突觸強(qiáng)度。其利用環(huán)境中的各種反饋信息進(jìn)行自主學(xué)習(xí)、下達(dá)命令，被認(rèn)為與人類大腦運(yùn)行機(jī)制相似。

神經(jīng)形態(tài)計(jì)算一直被寄予厚望。就算摩爾定律終結(jié)，它仍能繼續(xù)帶領(lǐng)信息時(shí)代向前。神經(jīng)形態(tài)計(jì)算可以大幅度提升數(shù)據(jù)處理能力和機(jī)器學(xué)習(xí)能力，更重要的是，神經(jīng)形態(tài)芯片比傳統(tǒng)芯片的能耗要低得多。不過(guò)，它到底能做些什么？研究者如今開發(fā)了一種模擬生物嗅覺的神經(jīng)算法，它可以學(xué)習(xí)和鑒別氣味樣本。每一個(gè)可能的突破，都會(huì)讓科研人員離使用一種新的能力更近一步。當(dāng)然，在研究人工智能的同時(shí)，我們也能發(fā)現(xiàn)，人類大腦真神奇，所有的模擬和突破都這么費(fèi)勁。
責(zé)任編輯；zl