模生物嗅觉的神经算法，能让电脑芯片识别气味
admin
2021-01-19 23:49:57
0次
图片来源@视觉中国
文｜学术头条
当我们闻到橘子味时，你有没有想过它的气味很可能与其他几种气味结合在一起，比如汽车尾气、垃圾、鲜花、肥皂等。这些气味同时与大脑嗅球中的数百个感受器结合，彼此掩盖，使橘子味与其他完全不同的气味混合在一起，但我们仍然能辨别出橘子的气味。
那为何我们能精确辨别其中的味道呢？这是因为当我们闻橘子时，橘子的分子会刺激我们鼻子中的嗅觉细胞，该细胞会立即向大脑的嗅觉系统发送信号，在此过程中，相互连接的一组神经元内的电脉冲会产生特定于该物体的嗅觉。
同样，我们的视觉、听觉、情绪等都具有独立的神经网络，这些网络以特定的方式进行计算。但是一直以来哺乳动物如何学习和识别气味的精确机制仍然困扰着科学家。
受哺乳动物嗅觉系统的启发，美国英特尔神经形态计算实验室的 Nabil Imam 和美国康奈尔大学心理系计算生理实验室的 Thomas Cleland 在最新一期《自然-机器智能》发表了一篇论文，该论文报告了一种设计用来模拟生物嗅觉的神经算法，这项成果或有助于未来在应用程序中，训练人工鼻子在存在未知背景气味的情景下，识别特定气味。
论文图片（来源：Nature官网）
论文描述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。之后，研究人员在一个神经形态系统中实现该神经算法，并利用甲苯、氨、丙酮、一氧化碳和甲烷等，对其进行气味训练，即使在强烈背景干扰物的情况下也能识别它们。
该算法不仅揭示了大脑是如何工作的，并且将其应用到计算机芯片上，可以比现有的机器学习模型更快、更可靠地学习气味的模式。研究结果也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。这些发现同时也意味着，改造此类生物神经系统或代表了一种可以开发出超越当前人工智能的新算法的强大方法。
