「新智元」《西部世界》更进一步,“人工智能”之上的类人类嗅觉初步实现( 三 )


人脑又是人体上最神奇的器官 。
人的大脑大概有1000亿个神经元 , 1000万亿个突触 , 能够处理复杂的视觉、听觉、嗅觉、味觉 , 具有强大的语言能力、理解能力、认知能力、情感控制、人体复杂机构控制、复杂心理和生理控制能力 。
而所有这些复杂的大脑功能 , 加在一起的功耗只有10~20瓦 。
“鬼斧天工”一样的存在 。
「新智元」《西部世界》更进一步,“人工智能”之上的类人类嗅觉初步实现
本文插图
人类发展人工智能的终极目标是模拟人脑 , 让机器来帮助我们完成各种人脑的分析、判断和决策功能 , 具备人的各种感知世界的能力 。
过去几十年 , 人工智能的大部分发展都集中在视觉(机器视觉)和听觉(语音识别)上 , 而且大多数情况下已经可以达到95%以上的准确率 。 这背后的原因 , 跟这两个领域的数据比较丰富、相对规范和容易获得有关 。
而嗅觉这一领域 , 正在成为新的人工智能攻坚阵地 。
虽然该领域受制于嗅觉数据量比较小、标注不容易标准化等因素 , 过去进展乏善可陈 , 但最近随着类脑计算技术的发展 , 也正在取得令人振奋的进展 。
「新智元」《西部世界》更进一步,“人工智能”之上的类人类嗅觉初步实现
本文插图
在人工嗅觉这个领域 , 有一个根本的问题需要回答:
用人工智能来模拟人类的嗅觉 , 最佳的方式应该应该是什么样子的?
虽然之前曾经有过类似的嗅觉仿生产品 , 比如机场海关经常用到的手持爆炸物检测仪器 , 能够直接检测到爆炸物释放出来的微粒或者气味分子 , 但是本质上只是化学传感器 , 并没有模仿人类大脑的嗅觉机制 。
另外在此项英特尔和康奈尔大学的研究之前 , 也有一些利用人工智能和深度学习来进行人工嗅觉研究的报道 , 但是它们普遍都需要用到大量的数据(是英特尔Loihi芯片训练样本数量的3000倍以上)来进行训练 , 同时也要消耗极高的计算资源和很长的时间来完成 。 另外 , 它们的人工智能模型经常会在遇到全新的类型目标时出现识别失败 。
可以说 , 这些人工嗅觉方面传统的人工智能研究工作 , 并不吻合人脑嗅觉运行的本质 , 所以不应该被视为真正的类脑嗅觉计算 。
说到这里 , 一个越来越被业界接受的共识 , 呼之欲出:
用人工智能来实现人类的嗅觉功能 , 必须就要像人类的嗅球神经元一样工作 , 而且用极低的能量消耗和极小的数据就能完成 。
「新智元」《西部世界》更进一步,“人工智能”之上的类人类嗅觉初步实现
本文插图
英特尔和康奈尔大学合作的这项工作 , 是真正尝试去模仿人类嗅觉系统对气味的感知 , 会如何诱导大脑产生出相应的学习和识别机制 , 意义与之前的人工嗅觉研究完全不一样 。
英特尔开发的神经拟态芯片(Loihi芯片) , 真正回答了如何在低成本、数据量很少、功耗很低的背景下来解决气味辨识的问题 。
在一个Loihi芯片上构造了这样复杂的系统 , 它的功耗却非常低 , 只是毫瓦级别 , 所以无论是进行训练还是识别都不需要消耗太多电力 。 这种低功耗的绝佳特点大有用武之地:我们可以把它做成类似于“电子鼻”的小物件 , 也可以把它扩展后去识别很多种类的气体 。
英特尔 Loihi 芯片架构与传统的CPU、GPU甚至深度学习芯片TPU相比 , 都更加接近于大脑的工作机制 。 这种新形式的芯片有潜力完成目前的AI系统无法完成的任务 , 或者同样的任务可以实现更快的速度和更低的功耗 。
这一突破 , 今后应该有潜力广泛的应用在反恐、缉毒和医学检测等各种场合 。
「新智元」《西部世界》更进一步,“人工智能”之上的类人类嗅觉初步实现
本文插图
只有理解了人的大脑回路如何用计算的方式解决嗅觉这样的问题 , 才有助于设计出真正有效的“类脑智能” 。