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

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
  除了会看会听,还会“闻”。近来,一向致力于仿照人类五感的人工智能又有新打破,经过神经拟态芯片,人工智能现已把握了丙酮、氨和甲烷等10种气味的神经表征,激烈的环境搅扰也不会影响它对气味的精确辨认。这项由英特尔研讨院与美国康奈尔大学一起参加的研讨效果,日前发表于《天然·机器智能》杂志上。  神经拟态即经过模仿人脑神经元的作业机制,让核算机具有像人相同的天然智能特性。英特尔发布的另一项研讨显现,将上述768块神经拟态芯片集成在5台规范服务器巨细的机箱中构成的神经拟态体系——Pohoiki Springs,现已相当于具有了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。  经过堆叠芯片构成的神经拟态体系好像让我们看到了“机器能够和人相同聪明”的期望,那神经拟态芯片及大规划集成体系的安排妥当,是否意味着“强认知、小样本学习”的神经拟态核算有了规划商用的或许?  神经拟态练习无需很多样本  现在深度学习算法作为完成人工智能的重要技术手段,被广泛使用于各类人工智能效果中。关于以深度学习算法为支撑的人工智能效果,数据能够说是研讨的血液。数据量越大,数据质量越高,深度学习所体现的功能也就越好。但在不少研讨环境中,因为触及隐私安全以及客观条件约束,有用数据难以取得。  “深度学习尽管取得了长足进步,但仍限制在图画和语音等方面的分类和辨认中。”英特尔我国研讨院院长宋继强说,人类视觉、语音两类数据简单取得和标示,满意了深度学习的必要条件,研讨及使用相对老练,但味觉和嗅觉的研讨却没那么达观。(记者 刘艳)