江苏龙网

  1. 首页 > 人文 > >

英特尔@芯片秒辨10种气味！样本仅为传统机器学习的1u002F3000，英特尔新进展( 二 )


本文插图
英特尔表示 ， 这将用于“高效”地实施自适应学习、事件驱动和细粒度并行计算 。
据悉 ， 用英特尔Loihi芯片来处理稀疏编码、图形搜索、约束满足问题等特殊应用 ， 速度比传统CPU快1000倍 ， 效率比传统CPU高10000倍 ， 它还能将某些优化方案的速度和能效提高了超过三个数量级 。
“我们在实时深度学习基准测试中 ， 证明使用Loihi芯片的功耗比GPU低109倍 ， 比专用IoT推理芯片低5倍 。 ”Applied Brain Research首席执行官、滑铁卢大学教授Chris Eliasmith表示 ， “随着我们将网络扩展50倍 ， Loihi保持实时性能结果 ， 仅使用30％的功率 ， 而IoT硬件不能保证实时 ， 还要消耗500％的功率 。 ”
罗格斯大学教授Konstantinos Michmizos也介绍说 ， 相比用CPU运行SLAM方法 ， Loihi的能耗低了大约100倍 。
2019年7月 ， 英特尔推出由64个Loihi芯片组成的800万神经元神经形态系统Poihoiki Beach ， 供60多个生态系统合作伙伴用于决复杂的计算密集型问题 。
英特尔@芯片秒辨10种气味！样本仅为传统机器学习的1u002F3000，英特尔新进展
本文插图
▲英特尔实验室常务董事Rich Uhlig展示Nahuku主板 ， 神经形态系统Pohoiki Beach由多个Nahuku主板组成 ， 包含64个Loihi芯片
除了英特尔外 ， IBM、惠普、麻省理工学院、普渡大学、斯坦福大学等机构都在推进类脑计算的相关研究 ， 希望借助它来开发出更强大的计算系统 。
三、不仅能识别气味 ， 还能用于医疗诊断和机场安检 和嗅觉相似 ， 人类的视觉、听觉、回忆、情绪和决策都有各自的神经网络 ， 它们都以特定的方式进行计算 。
而神经拟态芯片的研究与应用 ， 充分证明了未来神经科学与人工智能交叉研究的广阔前景 。
据Imam介绍 ， 化学传感领域多年来一直在寻找智能的、可靠的和快速响应的化学传感处理系统 ， 或者称之为“电子鼻系统” 。
研究表明 ， 神经拟态芯片的自我学习能力、低能耗特性、”仿人脑”结构以及神经科学的衍生算法可以创造一个”电子鼻”系统 ， 它在真实情境下识别气味比传统解决方案要有效得多 。
除了识别气味外 ， Imam还看到了搭载神经拟态芯片的机器人在环境监测、危险物质检测以及在工厂质量控制方面的应用潜力 。
英特尔@芯片秒辨10种气味！样本仅为传统机器学习的1u002F3000，英特尔新进展
本文插图
▲加州理工学院AMBER实验室的Rachel Gehlhar和加拿大国家研究委员会的Terry Stewart用英特尔Kapoho Bay Loihi设备控制AMPRO3假肢 ， 以使该假肢能够更好地适应行走时无法预料的运动学障碍
神经拟态感应系统可以进行环境监测以及有害物质识别 ， 从而帮助我们确定气体物质及其排放来源 。
内置神经拟态芯片的机器人可以在工厂各处移动 ， 识别有害化学物质并进行精准定位 ， 从而快速有效消除有害物质 。
在国防安全方面 ， 为了更好地侦查化学武器、炸弹、毒品等安全威胁 ， 神经拟态芯片可以内置到机场、边境、军事基地等的侦查设备中 。
此外 ， 该系统还可应用于医疗诊断 ， 因为患有某些疾病会散发出特定的气味 ， 为基于神经拟态的化学感应在医学诊断中的应用提供了可能 。
另一个例子是 ， 搭载神经拟态芯片的机器人可应用于机场安检区域 ， 能够更高效地识别危险物质 。
Imam表示：“我的下一步计划 ， 是将这种方法推广到更广泛的应用领域 ， 包括从感官场景分析（理解你观察到的各种物体之间的关系） ， 到规划和决策等抽象问题 。 理解大脑的神经网络如何解决这些复杂的计算问题 ， 将为设计高效、强大的机器智能提供重要启示 。 ”
结语：解决现实世界的挑战 Imam也提到 ， 嗅觉领域存在着一些挑战 。
当你走进一家杂货店时 ， 可能会闻到草莓的气味 ， 它的气味可能跟蓝莓或香蕉很像 。 有时候 ， 人尚且难分辨出究竟是一种水果气味 ， 还是多种香味的混合 。 让系统来辨认极其相似的气味 ， 同样是难题 。


推荐阅读


上一篇：【新华网】死守生门——记军队支援湖北医疗队重症专家蒋东坡团队

下一篇：「我的第一部5G手机」5G是4G移动网络的升级吗？未来5G如何赋能智慧社会？