Des chercheurs d'Intel Labs et de l'Université Cornell ont démontré la capacité unique de la puce de recherche neuromorphique d'Intel nommée Loihi à apprendre et à identifier les produits chimiques dangereux. La recherche a été publiée dans la revue Nature Machine Intelligence décrivant comment un algorithme neuronal a été construit à partir de zéro basé sur l'architecture et la dynamique des circuits olfactifs du cerveau humain.
La puce est basée sur une architecture informatique neuromorphique qui s'inspire de la compréhension actuelle des scientifiques du cerveau humain et de la façon dont il résout les problèmes. C'est un peu de matériel qui vise à imiter la façon dont le cerveau humain traite et résout les problèmes. Il peut tirer parti des connaissances qu'il possède déjà pour faire des inférences sur de nouvelles données, contribuant ainsi à accélérer son processus d'apprentissage de manière exponentielle au fil du temps.
La puce a la capacité d'identifier chaque produit chimique en fonction de son odeur à partir d'un seul échantillon de test, sans perturber sa mémoire des parfums précédemment appris. Par rapport à tout système de reconnaissance conventionnel comme un système d'apprentissage en profondeur qui nécessite environ 3000 fois plus d'échantillons d'entraînement pour atteindre le même niveau de précision, la puce fonctionne avec une précision supérieure.
Il peut apprendre et reconnaître l'odeur de 10 produits chimiques dangereux différents. L'équipe Intel a utilisé un ensemble de données qui comprend l'activité de 72 capteurs chimiques connus dans le cerveau et comment ils réagissent à l'odeur de chaque produit chimique. Les données ont ensuite été utilisées pour configurer ce que l'équipe appelle «un schéma de circuit de l'olfaction biologique» sur Loihi. Avec cela, Loihi pourrait reconnaître la représentation neuronale de chaque odeur et identifier chacune d'elles, même avec une occlusion significative.
Les capacités olfactives de Loihi pourraient être utilisées sur de nouveaux systèmes de nez électroniques qui aident les médecins à diagnostiquer les maladies. De plus, il peut être utilisé pour développer des systèmes de détection d'armes et d'explosifs dans les aéroports. Il pourrait également être utilisé pour développer des détecteurs de fumée et de monoxyde de carbone efficaces. De l'analyse sensorielle de la scène (compréhension des relations entre les objets que vous observez) aux problèmes abstraits comme la planification et la prise de décision, les chercheurs prévoient en outre de généraliser cette approche à un plus large éventail de problèmes.