隨著 AI 技術的演進，現在電腦 AI 技術可在機器視覺領域發揮極大的作用，而隨著下一代電腦技術將邁進神經型態，包括 IBM 、 Intel 、 Google 都在研發相關技術，而 Intel 日前也開發出神經型態研究晶片 Loihi ，以神經型態架構可模擬人類的思考方式，最近 Intel 與康乃爾實驗室的研究人員合作，使 Loihi 可學習如何嗅出有害化學物質，且僅需要透過單一樣本就可學會分辨各種氣味，並且不會破壞先前學得的氣味記憶。
由於 Loihi 的架構是模擬人腦思考邏輯，相較當前技術所使用的先進辨識方式，不僅具備更好的準確辨識率，同時比起傳統先進辨識技術需要使用高達 3,000 倍的訓練樣本， Intel 與康乃爾大學僅使用單一樣本就使 Loihi 完成學習。
▲ Loihi 採用神經型態網路，能模擬人腦的思考方式
此次的技術是透過自大腦嗅覺迴路的架構與動力學所開發的神經算法，並以 Loihi 神經型態網路晶片進行訓練，搭配 72 個化學感測器進行氣味的蒐集，針對 10 種有害化學物質的氣味進行學習與辨識。
以人類的嗅覺結構，是透過器為刺激鼻腔內的嗅覺細胞，使細胞項大腦的嗅覺系統傳遞訊號，並且藉由一組相互連接的神經園內的電子脈衝產生人類的嗅覺，不同的氣味都會在大腦的神經元網路建立專屬的感覺，其它項是視覺、聽覺、回憶、情慾與決策也都是以類似的方式進行，這也使得 Intel 與康乃爾大學能利用模擬大腦架構的 Loihi 搭配化學感測器模擬這樣的程序，使 Loihi 學習如何分辨十種有毒氣味並進行分類，這與家中的煙霧與一氧化碳感測器截然不同，一氧化碳感測器只能偵測有毒分子，但無法辨識有毒分子是屬於哪一類的化學物質。
目前這套基於 Loihi 的神經網路系統僅能針對單一味道進行辨識，但真實環境當中充斥各類相似且難以分辨的氣味，尤其像是一些水果都有近似的香味特質，即便是同一類水果也可能由於品質有不一樣的味道， Intel 與康乃爾大學的下一步是希望能夠解決觸覺訊號辨識問題，使其能夠分辨更複雜的味道。而未來是希望能將此項技術從感官場景分析擴大到抽象的計畫與決策問題。
1 則回應