「新华网客户端」靠一种样本学习多种气味 神经拟态芯片拉近AI与人脑距离

来源:科技日报
「新华网客户端」靠一种样本学习多种气味 神经拟态芯片拉近AI与人脑距离
文章图片
除了会看会听 , 还会“闻” 。 近日 , 一直致力于模仿人类五感的人工智能又有新突破 , 通过神经拟态芯片 , 人工智能已经掌握了丙酮、氨和甲烷等10种气味的神经表征 , 强烈的环境干扰也不会影响它对气味的准确识别 。 这项由英特尔研究院与美国康奈尔大学共同参与的研究成果 , 日前发表于《自然·机器智能》杂志上 。
神经拟态即通过模拟人脑神经元的工作机制 , 让计算机具备像人一样的自然智能特性 。 英特尔公布的另一项研究显示 , 将上述768块神经拟态芯片集成在5台标准服务器大小的机箱中形成的神经拟态系统——Pohoiki Springs , 已经相当于拥有了1亿个神经元的大脑 , 而这相当于一个小型哺乳动物的大脑神经元数量 。
通过堆叠芯片形成的神经拟态系统似乎让我们看到了“机器可以和人一样聪明”的希望 , 那神经拟态芯片及大规模集成系统的就绪 , 是否意味着“强认知、小样本学习”的神经拟态计算有了规模商用的可能?
神经拟态训练无需大量样本
目前深度学习算法作为实现人工智能的重要技术手段 , 被广泛应用于各类人工智能成果中 。 对于以深度学习算法为支撑的人工智能成果 , 数据可以说是研究的血液 。 数据量越大 , 数据质量越高 , 深度学习所表现的性能也就越好 。 但在不少研究环境中 , 由于涉及隐私安全以及客观条件限制 , 有效数据难以获得 。
【「新华网客户端」靠一种样本学习多种气味 神经拟态芯片拉近AI与人脑距离】“深度学习虽然取得了长足进步 , 但仍局限在图像和语音等方面的分类和识别中 。 ”英特尔中国研究院院长宋继强说 , 人类视觉、语音两类数据容易获得和标注 , 满足了深度学习的必要条件 , 研究及应用相对成熟 , 但味觉和嗅觉的研究却没那么乐观 。 (采访人员 刘艳)


    推荐阅读