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。

　　“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。（记者 刘艳）