2020年3月17日——英特爾研究院與美國康奈爾大學的研究人員在《自然-機器智能》（Nature Machine Intelligence）雜志上聯合發表的一篇論文，展示了英特爾神經擬態研究芯片Loihi在存在明顯噪聲和遮蓋的情況下學習和識別危險化學品的能力。Loihi僅需單一樣本便可學會識別每一種氣味，且不會破壞它對先前所學氣味的記憶。與傳統的最先進方法相比，Loihi展現出了極其出色的識別準確率。傳統方法中包括一種深度學習解決方案，但要達到與Loihi相同的分類準確率，該解決方案學習每類氣味需要3,000倍以上的訓練樣本。

　　英特爾神經擬態計算實驗室高級研究科學家Nabil Imam表示：“我們正在Loihi上開發神經算法，來模擬人類嗅到氣味時的大腦運行機制。這項工作堪稱神經科學與人工智能技術交叉領域的當代研究典范，并且證實Loihi有望提供重要的感知能力并使之惠及各行各業?！?/p>

　　這張特寫照片展示了英特爾神經擬態研究芯片Loihi。英特爾最新的神經擬態系統——Pohoiki Beach，將由64塊Loihi芯片組成。Pohoiki Beach已于2019年7月推出。(資料來源: Tim Herman/英特爾公司)

　　研究內容：英特爾和美國康奈爾大學的研究人員采用了一套源自大腦嗅覺回路結構和動力學的神經算法，對英特爾Loihi神經擬態芯片進行訓練，使其能夠學習和識別10種危險化學品的氣味。為此，研究團隊采用了一個由72個化學傳感器活動組成的數據集以便對這些氣味作出反應，并在Loihi芯片上配置了生物嗅覺的電路圖。這款芯片迅速掌握了每種氣味的神經表征，即便在明顯掩蔽情況下也能識別出每種氣味，這充分證明了未來神經科學與人工智能交叉研究的廣闊前景。

　　更多背景信息請參見：《自然-機器智能》| 英特爾神經擬態計算 | 英特爾研究院