在《自然机器智能》上发表的一篇联合论文中，英特尔实验室和康奈尔大学的研究人员展示了英特尔神经形态研究芯片Loihi在有明显噪音和闭塞的情况下学习和识别有害化学物质的能力。
纳比尔·伊玛目(Nabil Imam)是英特尔实验室神经形态计算小组的资深研究科学家，与康奈尔大学的嗅觉神经生理学家合作。“我在康奈尔大学的朋友们研究了动物的生物嗅觉系统，并测量了它们闻到气味后大脑中的电活动，”拥有神经形态计算博士学位的伊玛姆解释道。“根据这些电路图和电脉冲，我们得出了一组算法，并将它们配置在神经形态硅上，特别是在我们的Loihi测试芯片上。”Loihi是Intel的神经形态计算芯片，将生物大脑中发现的计算原理应用于计算机体系结构。
在研究人员的指导下，Loihi迅速学习了10种不同气味的神经表征。
如果您采摘葡萄柚并闻一闻，那水果的分子会刺激您鼻子中的嗅觉细胞(嗅觉这个词源于拉丁文的嗅觉，意思是“闻到”)。鼻子中的细胞会立即向大脑的嗅觉系统发送信号，在此过程中，相互连接的一组神经元内的电脉冲会产生嗅觉。无论您闻到的是葡萄柚，玫瑰还是有害气体，大脑中的神经元网络都会产生特定于该物体的感觉。同样，您的视觉和听觉，记忆的回忆，情绪，决策都具有独立的神经网络，这些网络以特定的方式进行计算。
伊玛目(Imam)和他的研究小组获取了一个数据集，该数据集包含72个化学传感器的活动，以响应风洞中循环的10种气态物质(气味)。传感器对每种气味的反应被传送到Loihi，在那里硅电路模仿了嗅觉基础的大脑电路。该芯片可以快速学习10种气味(包括丙酮，氨和甲烷)中每种气味的神经表征，即使在存在强烈背景干扰物的情况下也能识别出它们。您在家中的烟雾和一氧化碳探测器使用传感器来检测气味，但是它们无法区分它们;当它们检测到空气中的有害分子时会发出蜂鸣声，但无法以智能方式对其进行分类。
Imam说，多年来，化学感应社区一直在寻找智能，可靠和快速响应的化学感应处理系统，也称为“电子鼻系统”。他认为配备神经形态芯片的机器人在环境监测和有害物质检测或工厂质量控制方面的潜力。它们可用于某些疾病散发出特殊气味的医学诊断。另一个例子是配备神经形态学的机器人可以更好地识别机场安全线中的有害物质。
Imam说：“我的下一步是将这种方法推广到更广泛的问题-从感官场景分析(了解您观察到的对象之间的关系)到抽象的问题，例如计划和决策。了解大脑的神经回路如何解决这些复杂的计算问题，将为设计高效而强大的机器智能提供重要线索。”
