江苏龙网

  1. 首页 > 人文 > >

@量子的海市蜃楼，和机器学习的嗅觉( 二 )


@量子的海市蜃楼，和机器学习的嗅觉
本文插图
文章链接：
Doi：https://www.doi.org/10.1038/s41467-020-15137-8
【@量子的海市蜃楼，和机器学习的嗅觉】
@量子的海市蜃楼，和机器学习的嗅觉
本文插图
一种拥有嗅觉的算法
今天 ， 科研人员在《Nature·Machine Intelligence》发表了一项研究 ， 报告了一种用来模拟生物嗅觉的神经算法 。 该成果或将有助于人工智能鼻子的训练 ， 使其在混有未知气味的情况下也能识别出特定气味 。 该工作由康奈尔大学心理系计算生理学实验室的Thomas Cleland教授以及旧金山英特尔神经形态计算实验室的Nbil Imam教授共同领衔完成 。
@量子的海市蜃楼，和机器学习的嗅觉
本文插图
众所周知 ， 神经形态芯片是能够模仿人类大脑理解、行动和认知能力的计算机器 。 不同于数字芯片 ， 它可以像现实世界一样得出各种不同的结果 ， 可以模拟人脑神经元和突触的电子活动 。 神经芯片技术为研究神经元和脑的高级功能搭建了新的平台 ， 也在人工智能领域开辟了一条崭新的研究进路 。
一言以蔽之 ， 用人工神经元及其所构成的网络来解决现实问题 ， 是神经形态芯片的理想目标之一 。 而探索能够在生物神经回路层面完美实现的算法 ， 是该领域有待攻克的关隘之一 。 而在本次研究中 ， 研究人员报告了一种基于哺乳动物嗅觉系统的神经算法 ， 可以学习并鉴别气味样本 。 该算法在一个神经形态系统中得到了实现 ， 研究人员利用甲苯、氨、丙酮、一氧化碳和甲烷等气体对其进行了样本训练 。 研究结果揭示了有助于理解哺乳动物嗅觉以及改进人工化学感知系统的计算特征 。
@量子的海市蜃楼，和机器学习的嗅觉
本文插图
算法模型结构
拓展资料
基于嗅觉的神经网络算法
本研究非常重要的一个意义在于 ， 它是基于嗅觉信息处理的神经算法 。 要知道 ， 目前人们最成功的人工智能领域最为成熟的系统 ， 是从图像信息处理发展起来的算法 。 它通常直接或间接地以视觉系统为基础进行信息处理 ， 配合大量计算能力与可观的训练数据集 ， 在图像检测、人像识别、围棋等领域取得了杰出的成就 。
但是 ， 这套最成熟的系统在一些复杂问题领域仍然相当乏力 ， 比如说时下大热的自动驾驶领域 。 人工智能在面临陌生环境进行导航时 ， 周边环境将不断变化 ， 且充满噪音与模糊性因素 。 而受到视觉系统启发的深度学习技术由于应对策略过于单一 ， 无法胜任这一复杂的任务 。
科学家认为 ， 大脑可能会使用多种不同的策略来处理不同类型的数据 ， 除了研究视觉系统如何运作之外 ， 研究人员或许还有很多其它领域需要探索 。 基于嗅觉的算法就这样进入了人们的视野 。
嗅觉是一种古老的系统 ， 其历史可以追溯到细菌生物对化学物质的感受 ， 且所有生物都会利用某种形式的嗅觉探索周边环境 。 嗅觉系统在结构上与生物大脑内的其它区域表现出惊人的相似度 ， 特别是与记忆联系密切的海马体、负责运动控制的小脑等 。 从这个全新的出发点汲取算法灵感 ， 无疑能够使人们更好地理解有机体如何处理化学信息 ， 发现更优秀的人工智能编码策略 。
视觉信息和嗅觉信息之间差别是相当大的 。 当下的机器学习技术由于直接或间接的受视觉系统模拟结构启发 ， 普遍采取了对视觉信息进行分层摄取的方法 。 当视觉层接收到视觉信息时 ， 会依据边缘、纹理、颜色等与空间映射相关的元素 ， 然后将其在神经元中进行层际传递 ， 一起形成一个抽象表达 。


推荐阅读


上一篇：【OPPO新品】全焦段拍摄 OPPO Find X2 Pro让拍照变得更简单

下一篇：岱山：5G来了! 预计今年5月初岱山高亭城区实现全覆盖！