Intel神经拟态芯片有了“嗅觉”：准确率3000倍于传统方法

近日，Intel研究院与美国康奈尔大学的研究人员在《自然-机器智能》（Nature Machine Intelligence）杂志上联合发表了一篇论文，展示了在存在明显噪声和遮盖的情况下，Intel神经拟态研究芯片“Loihi”学习和识别危险化学品的能力。

据介绍，Loihi只需要单一样本，就可以学会识别每一种气味，而且不会破坏它对先前所学气味的记忆，展现出了极其出色的识别准确率。而如果使用传统方法，即便最出色的深度学习方案，要达到与Loihi相同的气味分类准确率，学习每一种气味都需要3000倍以上的训练样本。

Intel神经拟态研究芯片Loihi

Intel研究院神经拟态计算小组高级研究科学家、拥有神经拟态计算博士学位的Nabil Imam介绍说，康奈尔大学负责研究动物的生物嗅觉系统，并测量动物闻到气味时的脑电波活动，然后Intel根据这些电路图与电脉冲，导出一套算法，并将其配置在神经拟态芯片上。

Imam带领团队采用了一个由72个化学传感器活动组成的数据集，可对一个风洞实验中循环的10种气体物质(气味)作出反应。传感器对各种气味的反应被传送至Loihi，由其芯片电路对嗅觉背后的大脑电路进行模拟。

在研究人员的指导下，Loihi已经迅速掌握了10种不同气味的神经表征，其中包括丙酮、氨和甲烷，而且即使有强烈的环境干扰也能准确识别。

而传统烟雾和一氧化碳探测器能使用传感器来探测气味，虽然能探测到空气中的有害分子并发出警报，但无法对各种气味进行区分。

英特尔神经拟态计算实验室高级研究科学家Nabil Imam表示：“我们正在Loihi上开发神经算法，来模拟人类嗅到气味时的大脑运行机制。这项工作堪称神经科学与人工智能技术交叉领域的当代研究典范，并且证实Loihi有望提供重要的感知能力，并惠及各行各业。”

Nabil Imam在位于美国加州圣克拉拉的神经拟态计算实验室中手持一块Loihi神经拟态测试芯片

Intel Loihi神经拟态芯片诞生于2017年9月，脱离传统硅芯片的冯诺依曼计算模型，而是模仿人脑原理的神经拟态计算方式，并且是异步电路，不需要全局时钟信号，而是使用异步脉冲神经网络(SNN)，在特定应用中要比传统CPU速度快最多1000倍，能效高最多10000倍。

2019年7月，Intel又宣布了代号“Pohoiki Beach”的全新神经拟态系统，包含多达64颗Loihi芯片，集成了1320亿个晶体管，总面积3840平方毫米，拥有800万个神经元、80亿个突触。

从理论上讲，Loihi可以扩展到最多16384颗芯片互连，那就是超过20亿个神经元——人类大脑有大约860亿个神经元。