Loihi神經(jīng)形態(tài)芯片
鈦媒體快訊 | 3月18日消息：來自英特爾實(shí)驗(yàn)室（Intel Labs）和康奈爾大學(xué)的研究者于近日宣布，該團(tuán)隊(duì)在英特爾Loihi神經(jīng)形態(tài)芯片（專用芯片）上成功設(shè)計(jì)了基于大腦嗅覺電路的神經(jīng)網(wǎng)絡(luò)機(jī)制算法，該算法賦予了芯片在明顯噪聲和遮蓋情況下的學(xué)習(xí)和識別危險化學(xué)品的能力。據(jù)悉，該研究成果已經(jīng)發(fā)表在最新一期自然雜志子刊《自然機(jī)器智能》（Nature Machine Intelligence）上，并成為封面文章。
論文作者，英特爾神經(jīng)形態(tài)計(jì)算實(shí)驗(yàn)室高級研究員Nabil Imam表示，該研究將為神經(jīng)形態(tài)系統(tǒng)鋪平道路，這一系統(tǒng)將可以診斷疾病，檢測武器和爆炸物，并能夠及時發(fā)現(xiàn)麻醉劑、煙霧和一氧化碳氣味，對其進(jìn)行分類識別。
本論文通訊作者，美國康奈爾大學(xué)心理學(xué)系計(jì)算生理實(shí)驗(yàn)室教授托馬斯·克萊蘭德（Thomas A. Cleland）在郵件中對鈦媒體表示，基于神經(jīng)網(wǎng)絡(luò)機(jī)制算法的Loihi芯片可以非常快速地識別復(fù)雜的氣味，并實(shí)現(xiàn)在線學(xué)習(xí)和強(qiáng)記憶力能力。
基于新的神經(jīng)網(wǎng)絡(luò)算法下的Loihi芯片電路板
Loihi是2017年9月英特爾實(shí)驗(yàn)室推出的自學(xué)習(xí)神經(jīng)形態(tài)芯片，基于14nm的制程工藝，管芯尺寸60毫米，包含超過20億個晶體管、13萬個人工神經(jīng)元和1.3億個突觸。
根據(jù)論文所述，英特爾希望通過更深入的研究讓Loihi能夠更快更高效地執(zhí)行機(jī)器學(xué)習(xí)計(jì)算任務(wù)，同時大幅降低對功耗的需求。
在研究過程中，英特爾和康奈爾大學(xué)的研究人員通過測量動物聞到氣味時的腦電波活動，并根據(jù)這些電路圖與電脈沖，導(dǎo)出一套可行性算法，將其配置在神經(jīng)形態(tài)芯片上、尤其是在Loihi芯片上。
與此同時，英特爾團(tuán)隊(duì)還采用了一個由72個化學(xué)傳感器活動組成的數(shù)據(jù)集，對風(fēng)洞實(shí)驗(yàn)中循環(huán)釋放的10種氣體物質(zhì)（氣味），包括丙酮、氨和甲烷等作出反應(yīng)。傳感器將各種氣味的反應(yīng)數(shù)據(jù)傳送至Loihi，由其芯片電路對嗅覺背后的大腦數(shù)據(jù)進(jìn)行模擬。
在科研團(tuán)隊(duì)的不懈努力下，目前Loihi芯片已經(jīng)迅速掌握了10種不同氣味的神經(jīng)表征，在有強(qiáng)烈的環(huán)境干擾下也能準(zhǔn)確識別出這幾種氣味。
克萊蘭德對鈦媒體稱：“新的Loihi芯片擁有長期生物訓(xùn)練特性，基于專門的神經(jīng)形態(tài)網(wǎng)絡(luò)而設(shè)計(jì)（類似于生物系統(tǒng)），僅用72個類型的數(shù)據(jù)集，就可以在強(qiáng)干擾情況下順利實(shí)施識別氣味?！?/p>
此外，克萊蘭德還表示，在實(shí)驗(yàn)過程中團(tuán)隊(duì)發(fā)現(xiàn)，利用Loihi芯片研發(fā)出的神經(jīng)網(wǎng)絡(luò)機(jī)制算法，在其他架構(gòu)和模版上都可以良好運(yùn)行，甚至是普通的PyTorch（開源的Python機(jī)器學(xué)習(xí)庫）架構(gòu)，都可以應(yīng)用。
“我們在實(shí)驗(yàn)室里有一個新項(xiàng)目，可以把‘活’的傳感器連接到一個樹莓派計(jì)算機(jī)上，并在Loihi芯片中直接插入進(jìn)去?？梢灾苯訖z測氣味，但目前仍需要大量不斷地嘗試來得到準(zhǔn)確結(jié)果”，克萊蘭德說，“我們一直專注于神經(jīng)網(wǎng)絡(luò)機(jī)制，而非控制傳感器?！?/p>
據(jù)了解，克萊蘭德團(tuán)隊(duì)研究出的神經(jīng)形態(tài)算法，其他機(jī)構(gòu)和大學(xué)實(shí)驗(yàn)室也都在不斷攻關(guān)與研究。包括 IBM，惠普，麻省理工學(xué)院，普渡大學(xué)，斯坦福大學(xué)等，都希望利用這一算法，開發(fā)出新的超級計(jì)算機(jī)，其性能表現(xiàn)可能遠(yuǎn)超人們想象。
除了神經(jīng)形態(tài)計(jì)算領(lǐng)域外，谷歌，多倫多大學(xué)和亞利桑那州立大學(xué)的科研團(tuán)隊(duì)，還基于人工智能方法來解決分子識別和氣味預(yù)測問題。但克萊蘭德認(rèn)為，這種利用圖像和大數(shù)據(jù)的深度學(xué)習(xí)網(wǎng)絡(luò)，內(nèi)部具有低維結(jié)構(gòu)，在訓(xùn)練不完整時會表現(xiàn)不佳，而英特爾和康奈爾大學(xué)研究的這一新檢測算法，可以在錯誤中有充分預(yù)見能力，在單一環(huán)境下可以實(shí)現(xiàn)更好的氣味檢測。
當(dāng)被問及這項(xiàng)研究是否存在局限性時，克萊蘭德對鈦媒體表示，該研究中的72個數(shù)據(jù)集，在60%的脈沖噪聲下，可以達(dá)到92%的性能。因此，8%的錯誤偏差是不可避免的，這將取決于使用的數(shù)據(jù)集樣本，并希望未來有更多方案來解決這個問題。
（本文首發(fā)鈦媒體，作者 | 林志佳）
更多精彩內(nèi)容，關(guān)注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App
責(zé)任編輯：
