En un artículo conjunto publicado en Nature Machine Intelligence, investigadores de Intel Labs y la Universidad de Cornell demostraron la capacidad del chip de investigación neuromórfica de Intel, Loihi, para aprender y reconocer productos químicos peligrosos en presencia de ruido y oclusión significativos.
Loihi aprendió cada olor con una sola muestra, sin interrumpir su memoria de olores previamente aprendidos. Demostró una precisión de reconocimiento superior en comparación con los métodos de vanguardia convencionales, incluida una solución de aprendizaje profundo que requirió 3.000 veces más muestras de entrenamiento por clase para alcanzar el mismo nivel de precisión de clasificación.
“Estamos desarrollando algoritmos neuronales en Loihi que imitan lo que sucede en tu cerebro cuando hueles algo. Este trabajo es un excelente ejemplo de investigación contemporánea en la encrucijada de la neurociencia y la inteligencia artificial y demuestra el potencial de Loihi para proporcionar capacidades de detección importantes que podrían beneficiar a varias industrias «, dijo Nabil Imam, investigador científico senior en el Laboratorio de Computación Neuromórfica de Intel.
Acerca de la investigación
Utilizando un algoritmo neuronal derivado de la arquitectura y la dinámica de los circuitos olfativos del cerebro, los investigadores de Intel y Cornell entrenaron el chip de investigación neuromórfico Loihi de Intel para aprender y reconocer los olores de 10 químicos peligrosos. Para hacerlo, el equipo utilizó un conjunto de datos que consta de la actividad de 72 sensores químicos en respuesta a estos olores y configuró el diagrama de circuito de olfato biológico en Loihi. El chip aprendió rápidamente la representación neuronal de cada uno de los olores y reconoció cada olor, incluso cuando estaba significativamente ocluido, lo que demuestra un futuro prometedor para la intersección de la neurociencia y la inteligencia artificial.
