如何做到芯片分辨出十種氣味

日前，英特爾和美國(guó)康奈爾大學(xué)在《自然-機(jī)器智能》（Nature Machine Intelligence）雜志上聯(lián)合發(fā)表一篇論文，展示了英特爾神經(jīng)擬態(tài)研究芯片Loihi能在有明顯噪聲和遮蓋的情況下，學(xué)習(xí)和識(shí)別10種危險(xiǎn)化學(xué)品。據(jù)論文介紹，英特爾和康奈爾大學(xué)的有關(guān)研究人員利用72個(gè)化學(xué)傳感器對(duì)不同氣味做出反應(yīng)的數(shù)據(jù)集，通過(guò)配置生物嗅覺(jué)的電路圖來(lái)描述如何“教會(huì)”Loihi“聞味道”。Loihi僅需單一樣本便可學(xué)會(huì)識(shí)別每一種氣味，并且不會(huì)破壞它對(duì)先前所學(xué)氣味的記憶，要達(dá)到與Loihi相近的識(shí)別準(zhǔn)確率，傳統(tǒng)深度學(xué)習(xí)解決方案需要的訓(xùn)練樣本，至少是Loihi所需樣本的3000倍以上。

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（Nabil Imam）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（ Thomas A. Cleland），在英特爾“Loihi”神經(jīng)擬態(tài)芯片系統(tǒng)上，描述了一種基于哺乳動(dòng)物嗅覺(jué)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10種有害化學(xué)物質(zhì)，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)對(duì)神經(jīng)擬態(tài)芯片Loihi進(jìn)行了測(cè)試。

根據(jù)英特爾的說(shuō)法，即使存在其他強(qiáng)烈氣味，該芯片也可以識(shí)別這些有害物質(zhì)。將來(lái)這項(xiàng)技術(shù)可能使“電子鼻”和機(jī)器人能夠檢測(cè)武器、爆炸物、麻醉品甚至疾玻。

英特爾研究院科學(xué)家Nabil Imam在神經(jīng)擬態(tài)計(jì)算實(shí)驗(yàn)室中，手持一塊Loihi神經(jīng)擬態(tài)測(cè)試芯片

比CPU快10000倍，功耗比GPU低109倍

根據(jù)官方資料顯示，英特爾Loihi芯片采用14nm制程工藝，管芯尺寸60毫米，包含超過(guò)20億個(gè)晶體管、13萬(wàn)個(gè)人工神經(jīng)元和1.3億個(gè)突觸。Loihi異步電路，不需要全局時(shí)鐘信號(hào)，而是采用可編程微代碼引擎，用異步脈沖神經(jīng)網(wǎng)絡(luò)（SNN）或AI模型行進(jìn)片上訓(xùn)練，該模型將時(shí)間整合到其操作模型中，因此模型的組件不會(huì)同時(shí)處理輸入數(shù)據(jù)。

據(jù)悉，用英特爾Loihi芯片來(lái)處理稀疏編碼、圖形搜索、約束滿足問(wèn)題等特殊應(yīng)用，速度比傳統(tǒng)CPU快1000倍，效率比傳統(tǒng)CPU高10000倍，它還能將某些優(yōu)化方案的速度和能效提高了超過(guò)三個(gè)數(shù)量級(jí)。英特爾表示，這將用于“高效”地實(shí)施自適應(yīng)學(xué)習(xí)、事件驅(qū)動(dòng)和細(xì)粒度并行計(jì)算。

“我們?cè)趯?shí)時(shí)深度學(xué)習(xí)基準(zhǔn)測(cè)試中，證明使用Loihi芯片的功耗比GPU低109倍，比專用IoT推理芯片低5倍?！盇pplied Brain Research首席執(zhí)行官、滑鐵盧大學(xué)教授Chris Eliasmith表示，“隨著我們將網(wǎng)絡(luò)擴(kuò)展50倍，Loihi保持實(shí)時(shí)性能結(jié)果，僅使用30％的功率，而IoT硬件不能保證實(shí)時(shí)，還要消耗500％的功率。”

羅格斯大學(xué)教授Konstantinos Michmizos也介紹說(shuō)，相比用CPU運(yùn)行SLAM方法，Loihi的能耗低了大約100倍。

2019年7月，英特爾推出由64個(gè)Loihi芯片組成的800萬(wàn)神經(jīng)元神經(jīng)形態(tài)系統(tǒng)Poihoiki Beach，供60多個(gè)生態(tài)系統(tǒng)合作伙伴用于決復(fù)雜的計(jì)算密集型問(wèn)題。

除了英特爾外，IBM、惠普、麻省理工學(xué)院、普渡大學(xué)、斯坦福大學(xué)等機(jī)構(gòu)都在推進(jìn)類腦計(jì)算的相關(guān)研究，希望借助它來(lái)開(kāi)發(fā)出更強(qiáng)大的計(jì)算系統(tǒng)。

不僅能識(shí)別氣味，還能用于醫(yī)療診斷和機(jī)場(chǎng)安檢

和嗅覺(jué)相似，人類的視覺(jué)、聽(tīng)覺(jué)、回憶、情緒和決策都有各自的神經(jīng)網(wǎng)絡(luò)，它們都以特定的方式進(jìn)行計(jì)算。

而神經(jīng)擬態(tài)芯片的研究與應(yīng)用，充分證明了未來(lái)神經(jīng)科學(xué)與人工智能交叉研究的廣闊前景。

據(jù)Imam介紹，化學(xué)傳感領(lǐng)域多年來(lái)一直在尋找智能的、可靠的和快速響應(yīng)的化學(xué)傳感處理系統(tǒng)，或者稱之為“電子鼻系統(tǒng)”。

研究表明，神經(jīng)擬態(tài)芯片的自我學(xué)習(xí)能力、低能耗特性、”仿人腦”結(jié)構(gòu)以及神經(jīng)科學(xué)的衍生算法可以創(chuàng)造一個(gè)”電子鼻”系統(tǒng)，它在真實(shí)情境下識(shí)別氣味比傳統(tǒng)解決方案要有效得多。

除了識(shí)別氣味外，Imam還看到了搭載神經(jīng)擬態(tài)芯片的機(jī)器人在環(huán)境監(jiān)測(cè)、危險(xiǎn)物質(zhì)檢測(cè)以及在工廠質(zhì)量控制方面的應(yīng)用潛力。

加州理工學(xué)院AMBER實(shí)驗(yàn)室的Rachel Gehlhar和加拿大國(guó)家研究委員會(huì)的Terry Stewart用英特爾Kapoho Bay Loihi設(shè)備控制AMPRO3假肢，以使該假肢能夠更好地適應(yīng)行走時(shí)無(wú)法預(yù)料的運(yùn)動(dòng)學(xué)障礙

神經(jīng)擬態(tài)感應(yīng)系統(tǒng)可以進(jìn)行環(huán)境監(jiān)測(cè)以及有害物質(zhì)識(shí)別，從而幫助我們確定氣體物質(zhì)及其排放來(lái)源。

內(nèi)置神經(jīng)擬態(tài)芯片的機(jī)器人可以在工廠各處移動(dòng)，識(shí)別有害化學(xué)物質(zhì)并進(jìn)行精準(zhǔn)定位，從而快速有效消除有害物質(zhì)。

在國(guó)防安全方面，為了更好地偵查化學(xué)武器、炸彈、毒品等安全威脅，神經(jīng)擬態(tài)芯片可以內(nèi)置到機(jī)場(chǎng)、邊境、軍事基地等的偵查設(shè)備中。

此外，該系統(tǒng)還可應(yīng)用于醫(yī)療診斷，因?yàn)榛加心承┘膊?huì)散發(fā)出特定的氣味，為基于神經(jīng)擬態(tài)的化學(xué)感應(yīng)在醫(yī)學(xué)診斷中的應(yīng)用提供了可能。

另一個(gè)例子是，搭載神經(jīng)擬態(tài)芯片的機(jī)器人可應(yīng)用于機(jī)場(chǎng)安檢區(qū)域，能夠更高效地識(shí)別危險(xiǎn)物質(zhì)。

Imam表示：“我的下一步計(jì)劃，是將這種方法推廣到更廣泛的應(yīng)用領(lǐng)域，包括從感官場(chǎng)景分析（理解你觀察到的各種物體之間的關(guān)系），到規(guī)劃和決策等抽象問(wèn)題。理解大腦的神經(jīng)網(wǎng)絡(luò)如何解決這些復(fù)雜的計(jì)算問(wèn)題，將為設(shè)計(jì)高效、強(qiáng)大的機(jī)器智能提供重要啟示?！?/p>

下一步挑戰(zhàn)：超越人類嗅覺(jué)

Imam也提到，嗅覺(jué)領(lǐng)域存在著一些挑戰(zhàn)。

當(dāng)你走進(jìn)一家雜貨店時(shí)，可能會(huì)聞到草莓的氣味，它的氣味可能跟藍(lán)莓或香蕉很像。有時(shí)候，人尚且難分辨出究竟是一種水果氣味，還是多種香味的混合。讓系統(tǒng)來(lái)辨認(rèn)極其相似的氣味，同樣是難題。

“這些是目前我們?cè)谘芯啃嵊X(jué)信號(hào)識(shí)別時(shí)面臨的挑戰(zhàn)，”Imam表示：“我們期待在未來(lái)幾年內(nèi)解決這些問(wèn)題，這樣的產(chǎn)品才能解決現(xiàn)實(shí)世界的問(wèn)題，而不僅僅是解決在實(shí)驗(yàn)室演示的實(shí)驗(yàn)性問(wèn)題。”

Imam表示，了解大腦的神經(jīng)回路如何解決這些復(fù)雜的計(jì)算問(wèn)題，將為設(shè)計(jì)高效、強(qiáng)大的機(jī)器智能提供重要的參考依據(jù)，換句話說(shuō)，如果我們能更透徹的了解大腦識(shí)別氣味的原理，那么可能會(huì)從根本上改變我們?cè)O(shè)計(jì)人工智能的方式。

從理論上講，Loihi可以擴(kuò)展到最多16384顆芯片互連，那就是超過(guò)20億個(gè)神經(jīng)元——人類大腦有大約860億個(gè)神經(jīng)元。

英特爾和康奈爾大學(xué)當(dāng)然不是唯一一個(gè)致力于訓(xùn)練AI以檢測(cè)氣味的團(tuán)隊(duì)。Google Brain小組正在與調(diào)香師合作，將氣味分子與感知到的氣味聯(lián)系起來(lái)。俄羅斯研究人員正在使用AI來(lái)嗅出致命的氣體混合物，并且研究人員試圖通過(guò)機(jī)器學(xué)習(xí)重現(xiàn)滅絕花朵的氣味。

除了神經(jīng)形態(tài)計(jì)算領(lǐng)域外，Google、加拿大高級(jí)研究所、矢量人工智能研究所、多倫多大學(xué)、亞利桑那州立大學(xué)等機(jī)構(gòu)的科研人員，已經(jīng)研究了用人工智能方法來(lái)解決分子識(shí)別和氣味預(yù)測(cè)問(wèn)題。

Google最近展示了一個(gè)模型，它比最先進(jìn)的方法和來(lái)自“夢(mèng)想嗅覺(jué)預(yù)測(cè)挑戰(zhàn)”（一項(xiàng)描繪氣味化學(xué)特性的競(jìng)賽）的表現(xiàn)最好的模型還要出色。

另外，IBM還開(kāi)發(fā)了Hypertaste，這是一種“人造舌頭”，可以識(shí)別“不太適合攝入”的飲料和其他液體。