Puoi insegnare a un chip di annusare?



un giorno fa Lisa Boneta Il 16 marzo 2020, Intel ha annunciato che i loro ricercatori, insieme ai ricercatori della Cornell University, hanno dimostrato che i chip possono sentire l'odore, con la giusta quantità di formazione, cioè. Questi ricercatori hanno dimostrato la capacità di un chip neuromorfo di autoapprendimento di riconoscere sostanze chimiche pericolose, anche se circondato da significativa occlusione e rumore. Quando il chip, Loihi, è stato testato con singoli campioni di un odore, ha effettivamente "imparato" l'odore senza disturbare la memoria dei profumi precedentemente appresi.
Nel complesso, il Loihi è stato in grado di apprendere 10 odori diversi. Le prestazioni del Loihi sono risultate superiori rispetto ai metodi tradizionali, come una soluzione di apprendimento profondo che ha richiesto una formazione 3000 volte superiore per classe per avere lo stesso livello di accuratezza della classificazione. A settembre 2017, Intel ha rilasciato il Loihi, il suo chip di test di ricerca neuromorfica con circuiti digitali che imitano la meccanica di base del cervello.
Il team di ricerca ha fatto questo per accelerare l'apprendimento automatico, rendendo il processo più efficiente con meno potenza di elaborazione. Il chip Loihi presenta una rete neuromorfa a molti core completamente asincrona che supporta varie topologie di reti neurali e offre a ciascun neurone la capacità di comunicare con migliaia di altri neuroni. Ogni nucleo stesso ha un motore di apprendimento che può essere programmato per adattare i parametri di rete durante il funzionamento e può supportare i paradigmi supervisionati, non supervisionati, di rinforzo e di altro tipo presenti nell'apprendimento automatico.
Mentre il cervello umano ha oltre 86 miliardi di neuroni e 100 trilioni di sinapsi, Loihi ha 130.000 neuroni e 130 milioni di sinapsi fabbricati con la tecnologia di processo a 14 nm di Intel. Quindi, in che modo i ricercatori hanno raggiunto questa impresa? Hanno iniziato con un algoritmo neurale basato sull'architettura e la dinamica del circuito olfattivo del cervello umano. Successivamente, hanno addestrato Loihi a riconoscere il profumo di 10 sostanze chimiche pericolose.
Nabil Imam, ricercatore senior del gruppo di calcolo neuromorfo di Intel Labs, e il suo team hanno quindi compilato un set di dati comprendente l'attività di 72 sensori chimici in risposta a questi 10 profumi, tra cui acetone, ammoniaca e metano. Le risposte dei sensori ai singoli profumi sono state trasmesse a Loihi dove i circuiti del cervello responsabili del senso dell'olfatto sono stati imitati dai circuiti di silicio. Un'impresa significativa di Loihi è la capacità di distinguere la differenza tra odori, anche con forti interferenze di fondo.
Per confronto, i rilevatori di fumo e monossido di carbonio in casa possono rilevare gli odori, ma non possono distinguerli. Secondo l'Imam, la comunità di rilevamento chimico ha cercato un sistema di elaborazione chemosensoriale economico, affidabile e di risposta rapida come Loihi. Tale sistema è anche noto come un "sistema di naso elettronico.
" Alcuni usi di questi sistemi possono includere: Inoltre, l'Imam spera di "generalizzare questo approccio a una gamma più ampia di problemi" per comprendere le relazioni tra gli oggetti osservati e risolvere problemi astratti, come la pianificazione e il processo decisionale. Essere in grado di tradurre il sistema olfattivo del cervello in circuiti digitali aiuta i ricercatori a capire come i circuiti neurali risolvono complessi problemi computazionali e forniscono informazioni sulla progettazione di "intelligenza delle macchine efficiente e robusta", afferma Imam. I significativi progressi compiuti dai team della Intel e della Cornell University non arrivano senza diverse sfide da affrontare nei progetti futuri.
Proprio come il modo in cui gli umani potrebbero avere difficoltà a distinguere gli odori di frutti come mirtilli o banane a causa della somiglianza nei modelli di attività neurale nel cervello, i sistemi neuromorfi possono affrontare problemi simili, specialmente quando si tenta di classificare odori distinti in categorie comuni. L'imam ritiene che entro i prossimi due anni, queste sfide nel riconoscimento del segnale olfattivo possano essere risolte mentre la tecnologia si sposta dal laboratorio agli scenari del mondo reale. La visione di Intel del futuro pone l'informatica neuromorfa in primo piano nella risoluzione di complessi problemi del mondo man mano che il flusso di intelligenza e il processo decisionale diventano accessibili e accelerati.
Con il senno di poi, la "scienza dell'olfatto" sarebbe utile in uno dei tuoi progetti passati? Perché o perché no? Condividi i tuoi pensieri nei commenti qui sotto ..

Yorumlar

Bu blogdaki popüler yayınlar

Classici protocolli CAN vs CAN FD: le differenze che contano per i progettisti

Che cos'è DrMOS, l'IC che alimenta i processori di nuova generazione?

Qual è la funzione Sinc e perché è importante nell'ingegneria elettrica?