Изследователи от Intel Labs и университета Корнел демонстрираха уникалната способност на невроморфния изследователски чип на Intel, наречен Loihi, да учи и идентифицира опасни химикали. Изследването е публикувано в списание Nature Machine Intelligence, описващо как невронният алгоритъм е изграден от нулата въз основа на архитектурата и динамиката на обонятелните вериги на човешкия мозък.
Чипът се основава на невроморфна изчислителна архитектура, която е вдъхновена от сегашното разбиране на учените за човешкия мозък и как той решава проблемите. Това е малко хардуер, който има за цел да имитира начина, по който човешкият мозък обработва и решава проблеми. Той може да използва знанията, които вече притежава, за да прави изводи за нови данни, като по този начин помага да се ускори процесът на обучение експоненциално с течение на времето.
Чипът има способността да идентифицира всеки химикал въз основа на неговата миризма само от една тестова проба, която също, без да нарушава паметта му за предварително научени аромати. В сравнение с всяка конвенционална система за разпознаване като система за дълбоко обучение, която изисква около 3000 пъти повече учебни мостри, за да достигне същото ниво на точност, чипът работи с превъзходна точност.
Той може да научи и разпознае аромата на 10 различни опасни химикали. Екипът на Intel използва набор от данни, който се състои от активността на 72 известни химически сензора в мозъка и как те реагират на миризмата на всеки химикал. По-нататък данните бяха използвани за конфигуриране на това, което екипът нарича „схема на биологичното обоняние“ на Loihi. С това Лойхи можеше да разпознае невронното представяне на всяка миризма и да идентифицира всяка една, дори и със значителна оклузия.
Обонятелните способности на Loihi могат да бъдат използвани в новите електронни системи за нос, които помагат на лекарите да диагностицират заболявания. Освен това може да се използва за разработване на системи за откриване на оръжия и експлозиви на летищата. Може да се използва и за разработване на ефективни детектори за дим и въглероден окис. От анализ на сензорната сцена (разбиране на връзките между обектите, които наблюдавате) до абстрактни проблеми като планиране и вземане на решения, изследователите планират да обобщят този подход към по-широк кръг от проблеми.