广告

研究人员以神经形态芯片打造超灵敏“电子鼻”

时间:2020-04-02 作者:Sally Ward-Foxton 阅读:
英特尔和康乃尔大学的研究人员连手开发一种超灵敏的“电子鼻”(electronic nose)系统,就像最先进的深度学习系统一样,能够准确地“嗅出”10种不同的化学物质…
广告

英特尔(Intel)和美国康乃尔大学(Cornell University)的研究人员连手开发一种灵敏的“电子鼻”(electronic nose)系统,它就像最先进的深度学习系统一样,能够准确地检测10种不同的化学物质,而只需进行少量的人工智能(AI)训练。

根据研究人员的实验证明,这种电子鼻系统可以利用神经形态运算的轻松/快速训练(“自学”)以及低功耗操作,还可能对于神经形态技术的潜在用例提出一些有趣的见解。

英特尔实验室(Intel Lab)神经形态运算小组资深研究科学家Nabil Imam展示英特尔Loihi神经形态测试芯片。Imam与来自英特尔和康乃尔大学的科学家团队正于计算机芯片上建立数学算法,以仿真大脑嗅觉系统闻到气味后的神经网络运作模式。
(来源:Walden Kirsch/Intel)

英特尔研究人员与康乃尔大学的嗅觉神经生理学家合作打造了一套仿真大脑嗅觉系统的新测试系统,采用英特尔的Loihi神经形态运算芯片,以处理来自化学传感器的一系列数据。研究团队开发基于神经科学的算法可以预测是否存在化学物质,例如氨、丙酮和甲烷等¬¬——这些化学物质与炸药、麻醉品和某些聚合物的前驱物有关。即使是存在许多其他气味的干扰情况下,该测试系统也能准确地“闻出”这些化学物质。

设置测试系统

研究人员先以每一种气味的单一样本来训练该测试系统,每个新的目标气味都不会影响该测试系统先前学会的气味侦测能力。相较于需要3,000个训练数据样本才能达到相同预测精度的最新深度学习系统,这种神经形态系统的训练更快得多,而且利用了硬件的低功耗特性。

康奈尔大学的科学家从研究动物的嗅觉系统着手。在动物(和人类)中,气味会在鼻子的嗅觉细胞中产生反应,并向大脑的嗅觉系统发送讯号;在大脑嗅觉系统中,一组相互连接的神经元内电子脉冲产生嗅觉。每一种嗅觉都会在大脑的神经元网络产生专属于该气味的特定感觉。测量这些电脉冲以及嗅觉系统的架构和动态性能,就是英特尔神经形态运算芯片的算法基础。

研究团队在其测试系统的硬件前端采用了72个化学传感器。每一次暴露10种测试气味之一,并测量其响应,将来自这10个样本的数据用于训练算法。接着将传感器数组安装在风洞中,使其暴露于各种混合的气味中,然后再封闭传感器,以证实系统的预测准确性。最终该芯片可成功地辨别经过训练的10种气味。

神经形态硬件

英特尔于2017年推出代号为Loihi的首款神经形态芯片。

大脑透过电脉冲(也称为棘波)传递信息,其时序功能调节神经元之间称为突触的连接强度。这些强度的调节类似于权重如何影响人工神经网络中的参数冲击。

英特尔的Loihi神经形态芯片包含13万个“神经元”和1.3亿个“突触”。此处显示Nahuku板上的16个Loihi芯片,连接至英特尔Arria 10 FPGA开发工具包。
(来源:Tim Herman/Intel)

Loihi芯片仿真此架构,因而较其他运算架构更快、更省电地处理某些类型的大脑启发式人工神经网络。由于该技术基于时序,因此该架构依赖于异步多核心网格,其中的每个“神经元”都可以直接与其他数千个神经元进行通讯。每个Loihi芯片上总共有130,000个“神经元”和1.3亿个“突触”。每个核心都可以在运作期间调整网络参数,以支持监督式与非监督式学习。

医疗与安全应用

长期以来,业界一直在寻找合适的技术,期望为各种应用实现低成本、快速、可携且可靠的电子鼻。

在实验中所使用的系统成功展示对公共健康有害的气味物质;这项功能还可用于安全和检查系统,例如机场与边境安全等。此外,还可以进行训练以辨识其他气味,用于智能家庭系统,例如烟雾探测器或一氧化碳探测器。

电子鼻在医疗设备中也发挥重要作用,因为某些医疗境中可能散发某种气味,而通常是人类嗅觉系统无法察觉到的。例如当今的电子鼻可以检测到某些癌症。

使用神经形态运算,可以建构比以前更小、更省电的电子鼻系统,从而使其用于小型可携式智能设备中。

未来的气味

这种神经形态电子鼻的未来版本可望解决更多问题,例如更有效区分几种类似的气味,或是针对同一类别中各种不同项目间存在显著差异的生物气味正确进行分类。这些问题将是下一阶段研究的重点。

未来,英特尔研究团队还计划将该嗅觉系统所采用的方法延伸用于其他生物系统(例如场景分析),以解决更抽象的问题,如计划和决策等。

编译:Susan Hong   责编:Yvonne Geng

(参考原文:Brain-Inspired Chip Enables Efficient ‘Electronic Nose’,by Sally Ward-Foxton)

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
Sally Ward-Foxton
Sally Ward-Foxton是EE Times特派记者,她专注于EE Times美国版的AI技术和相关话题,以及EE Times欧洲版杂志中的欧洲企业报道。 Sally base在英国伦敦,她报道电子行业已有15年,曾为Electronic Design、ECN、Electronic Specifie撰写设计、电子元件类文章。 她拥有剑桥大学的电气和电子工程硕士学位。
  • 系统级芯片(SoC)的复杂设计选择:EDA和IP 在做系统级芯片(SoC)的设计规划时,需要考虑哪些主要因素?目前主流的SoC一般包括哪些功能模块或IP?有什么新的技术趋势值得关注?为SoC选择IP时主要基于什么标准或要求?如何实现差异化设计?当前SoC在设计验证方面遇到哪些挑战?有什么应对解决方案?AI在复杂的高性能SoC设计中能够发挥什么作用?未来设计趋势如何?
  • 地平线计划C轮融资总额超7亿美金,已完成C1轮融资 2020年12月22日,地平线公告已启动总额预计超过7亿美金的C轮融资,目前已完成由五源资本(原晨兴资本)、高瓴创投、今日资本联合领投的C1轮1.5亿美金融资,参与本轮融资的其他机构包括……
  • ICCAD 2020:本土EDA崛起,必须走巨头没走过的路 有人说EDA是一个神奇的行业,参与的公司不多,却凝聚了人类在电子工业领域最多的智慧结晶,被称作“芯片之母”、“芯片产业皇冠上的明珠”。此前人们普遍认为芯片是中国科技行业中最被卡脖子的一个环节,但在美国对中兴、华为的制裁中我们发现,一旦EDA工具被限制,整个芯片产业都可能停摆。
  • 2021年1月起,Mentor将更名为Siemens EDA 日前,西门子(Siemens)EDA IC-EDA执行副总裁Joe Sawicki在其一篇博客中透露,从2021年1月起,Mentor将正式更名为Siemens EDA(西门子EDA)。此次更名,将EDA软件、仿真、机械设计、制造、云、物联网和低代码技术带入到工业软件的统一旗帜下……
  • 系统级芯片(SoC)的复杂设计选择:片上网络(NoC) 什么是片上网络(NoC)?为什么系统级芯片(SoC)设计需要NoC?片上网络(NoC)相比传统的总线接口通信有什么优点和缺点?高性能的SoC设计在性能、功耗和尺寸方面面临哪些挑战? 5G、AI和自动驾驶等新兴应用对SoC设计提出了什么特别要求?
  • 第三季全球前十大IC设计公司营收排名出炉 根据TrendForce集邦咨询旗下拓墣产业研究院最新统计,2020年第三季全球前十大IC设计业者营收排名出炉。受惠于苹果发表新机iPhone12系列,且广受消费市场青睐,使高通(Qualcomm)5G Modem与无线射频芯片需求大幅上升,第三季营收再度超越博通,跃升全球第一。
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了