黃珊

一直以來，科學(xué)家們都在嘗試將人類所擁有的感官能力“復(fù)制”到機(jī)器上。今天，《自然—機(jī)器智能》雜志就報(bào)道了一則讓機(jī)器擁有嗅覺的新進(jìn)展：英特爾與美國康奈爾大學(xué)的科學(xué)家共同構(gòu)建了一種方法，讓英特爾的神經(jīng)擬態(tài)芯片Loihi掌握了10種危險品不同氣味的神經(jīng)表征。

人類的嗅覺識別看似只有聞一聞這個動作，但背后的機(jī)制非常復(fù)雜。如果你拿起一個葡萄柚聞一聞，水果分子就會刺激鼻腔內(nèi)的嗅覺細(xì)胞。鼻腔內(nèi)的細(xì)胞會立即向你的大腦嗅覺系統(tǒng)發(fā)送信號，一組相互連接的神經(jīng)元中的電脈沖就會在這個嗅覺系統(tǒng)中產(chǎn)生嗅覺。無論聞到的是葡萄柚、玫瑰還是有害氣體，你大腦中的神經(jīng)元網(wǎng)絡(luò)都會產(chǎn)生該物體特有的感覺。同樣，你的視覺和聽覺、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。

那么，這次的機(jī)器嗅覺系統(tǒng)又如何“復(fù)制”這一過程？英特爾研究院神經(jīng)擬態(tài)計(jì)算小組高級研究科學(xué)家納比爾，伊瑪姆解釋說：“康奈爾大學(xué)的研究人員負(fù)責(zé)研究動物的生物嗅覺系統(tǒng)，并測量動物聞到氣味時的腦電波活動。我們根據(jù)這些電路圖與電脈沖，導(dǎo)出了一套算法并將其配置在神經(jīng)擬態(tài)芯片上，尤其是在我們的Loihi測試芯片上?！盠oihi是英特爾的神經(jīng)擬態(tài)計(jì)算芯片，可將在生物大腦中發(fā)現(xiàn)的計(jì)算原理應(yīng)用于計(jì)算機(jī)架構(gòu)之中。

英特爾研究院科學(xué)家納比爾，伊瑪姆在位于美國加州圣克拉拉的神經(jīng)擬態(tài)計(jì)算實(shí)驗(yàn)室中，手持一塊Loihi神經(jīng)擬態(tài)測試芯片。他和美國康奈爾大學(xué)的一個研究小組正在計(jì)算機(jī)芯片上構(gòu)建數(shù)學(xué)算法，用于模擬人們聞到某種氣味時大腦神經(jīng)網(wǎng)絡(luò)的反應(yīng)

在這次研究中，Loihi需要學(xué)習(xí)檢測復(fù)雜混合物的不同氣味。為此，伊瑪姆和他的團(tuán)隊(duì)采用了一個由72個化學(xué)傳感器活動組成的數(shù)據(jù)集，可對一個風(fēng)洞實(shí)驗(yàn)中循環(huán)的10種氣體物質(zhì)（氣味）作出反應(yīng)。傳感器對各種氣味的反應(yīng)被傳送至Loihi，由其芯片電路對嗅覺背后的大腦電路進(jìn)行模擬。Loihi芯片迅速掌握了10種氣味各自的神經(jīng)表征，其中包括丙酮、氨和甲烷，即使有強(qiáng)烈的環(huán)境干擾也能識別出這些氣味。

這一點(diǎn)和你家中的煙霧和一氧化碳探測器能探測氣味有著本質(zhì)的不同。因?yàn)椋@些探測器借助傳感器探測空氣中的有害分子，但卻無法對各種氣味進(jìn)行智能分類。據(jù)了解，對比此前已有的傳統(tǒng)方法——基于深度學(xué)習(xí)的解決方案，Loihi展現(xiàn)出了出色的識別準(zhǔn)確率。傳統(tǒng)方法要達(dá)到與Loihi相同的分類準(zhǔn)確率，該解決方案學(xué)習(xí)每類氣味需要3000倍以上的訓(xùn)練樣本。

對于這個機(jī)器嗅覺系統(tǒng)未來可能的應(yīng)用，伊瑪姆表示，化學(xué)傳感領(lǐng)域多年來一直在尋找智能的、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)”，搭載神經(jīng)擬態(tài)芯片的機(jī)器人在智能家居、環(huán)境監(jiān)測，危險物質(zhì)檢測以及在工廠質(zhì)量控制方面的應(yīng)用潛力。此外，該系統(tǒng)還可應(yīng)用于醫(yī)療診斷，因?yàn)榛加心承┘膊l(fā)出特定的氣味。另一個例子是，搭載神經(jīng)擬態(tài)芯片的機(jī)器人可應(yīng)用于機(jī)場安檢區(qū)域，能夠更高效地識別危險物質(zhì)。

研究團(tuán)隊(duì)也希望在未來能夠在創(chuàng)造更多的機(jī)器感官?！拔业南乱徊接?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)算問題，將為設(shè)計(jì)高效、強(qiáng)大的機(jī)器智能提供重要啟示”，他說。（摘自美《深科技》）（編輯/多洛米）