Нейроморфный "нос" от компании Intel различает запахи буквально с одной понюшки

Нейроморфный "нос" от компании Intel различает запахи буквально с одной понюшки

@SciFuck

Исследователи компании Intel совместно с учеными из Корнуэльского университета создали своего рода "электронный нос", способный запомнить специфический запах какого-то соединения и химиката за один раз и с высокой точностью определить этот запах даже в том случае, если он маскируется другими сильными запахами. Система "электронного носа" базируется на основе нейроморфного процессора Loihi компании Intel, а его чувствительным элементом является матрица из 72 химических датчиков. Процессор Loihi запрограммирован таким образом, что его цепи максимально подобно копируют работу нейронов так называемой обонятельной луковицы (olfactory bulb), части головного мозга, которая отвечает за распознавание запахов. А дальнейшее развитее данной системы позволит создать в будущем устройства, позволяющие детектировать опасные химические вещества, спрятанные наркотики или взрывчатку, и, естественно, ставить точные медицинские диагнозы.


Архитектура процессора Loihi построена для максимально подобного соответствия работе нейронных цепей и более сложных участков мозга, чем этого можно достичь при помощи обычных центральных процессоров, пусть даже и снабженных специальными нейроморфными ускорителями. Благодаря этому, такие нейроморфные процессоры способны выполнять такую работу, которая не по силам традиционным системам искусственного интеллекта. Помимо этого, количество энергии, потребляемое системами с нейроморфными процессорами, существенно меньше количества, потребляемого обычными системами, выполняющими сопоставимые по сложности задачи из области глубинного машинного изучения и самообучения.


Одну из вещей, которую можно реализовать на нейроморфном процессоре, но очень тяжело сделать при помощи традиционных технологий, является так называемое обучение на одном примере (one-shot learning). Мозг человека делает такое с легкостью, почувствовав однажды какой-то характерный запах, в следующий раз вы его непременно узнаете. Системы искусственного интеллекта, использующие нейронные сети, требуют обучения на огромном количестве примеров, и что самое плохое, обученная ранее нейронная сеть не может быть обучена какой-то новой категории, не повредив ее память об изученной ранее категории. Для достижения максимального результата нейронная сеть должна быть полностью переучена при помощи данных сразу всех необходимых категорий.


Отметим, что в отличие от нейронных сетей, узлы которых описываются наборами коэффициентов, электронные нейроны процессора Loihi манипулируют информацией в виде импульсов тока, следующих в определенные моменты времени, что максимально подобно работе естественных нейронов. В 2019 году у компании Intel уже имелась система с 64 процессорами Loihi, в недрах которых можно было сформировать до 8 миллионов электронных нейронов. И в будущем, согласно планам руководства Intel, на свет должна появиться система с 768 процессорами, количество нейронов в которой будет достигать 100 миллионов.


Следующими шагами, которые намерены предпринять исследователи Intel и Корнуэльского университета, станет обеспечение возможности группировки связанных данных (запахов) в общие категории. К примеру, система уже сейчас способна распознать, что запах соответствует запаху клубники, выращенной в Европе или выращенной в Калифорнии, однако дальнейшем она должна будет указать, что эти оба запаха являются запахом клубники.


"У нас имеется еще ряд проблем с распознаванием обонятельных сигналов. Преодолев их, и некоторые другие проблемы технического плана, мы можем получить готовое устройство, способное решать практические вопросы в любом месте, а не только в стенах лаборатории, подобно созданному нами первому опытному образцу" - пишут исследователи.

@SciFuck

Если ты из тех кто дочитал эту статью до конца и она тебе понравилась, то поделись ссылкой на канал со своими друзьями и знакомыми.) Если каждый приведёт одного своего друга то мы станем гораздо больше. Это самый огромный комплимент админу за его труды. Спасибо что читаете нас.


Report Page