《西部世界》
美国HBO电视台的科幻神剧《西部世界,第三季》(West World III),已经火热上演。
情节依然脑洞大开,热门程度一如既往。
不知道你是否想过:
剧中跟人类几乎一模一样的机器人,在今后的某一天会不会变成现实?
他们会和我们一样:能说,能吃,能听,能思考,能判断,能感知。。。
这个月(2020年3月),英特尔公司和康奈尔大学把这个科幻与现实的距离,又大大的拉近了一步。
具有人类真实知觉,甚至具备人类思考和判断能力的机器人,
已经在路上。
1
AI嗅觉黑科技,横空出世
3月15日,英特尔公司和康奈尔大学共同宣布:
他们基于人工智能芯片和传感器,开发出了具有类似人类嗅觉能力的新方案。
这个类人类嗅觉的方案,能够从上十种有毒的化学气味中,准确的分析出来其中的任何一种。
研究成果刚刚发表在了世界顶级的医学人工智能期刊《自然机器智能》(Nature Medicine Intelligience)上。
英特尔和康奈尔大学发表在《自然智能医学》上的论文
简单的说,该人工嗅觉方案用到了英特尔公司一款正在研发中的人工智能芯片(称为Loihi芯片,发音类似“啰嗨“),同时研究人员给这个Loihi芯片配上了72种不同的化学传感器(chemical sensors)。
Loihi芯片
Loihi芯片是英特尔公司在2017年开始立项研究的一种特殊的人工智能芯片--神经拟态研究芯片(neuromorphic chip),也可以理解为是一种类大脑芯片。
英特尔实验室的Loihi 测试版神经芯片
化学传感器
化学传感器的基本功能,是能够对不同的化学分子有所反应:它们可以把检测到的特定气体分子信号,转变成可以准确定量的的电信号。
化学分子浓度越高,相应的电信号也越强。
常见的化学气体传感器
人工嗅觉方案=Loihi芯片+化学传感器
在这个人工嗅觉“黑科技”方案中,化学传感器对各种气味的反应首先被转变成电信号,接着传送给 Loihi芯片,之后再由Loihi芯片的电路对人类嗅觉背后的大脑电路进行模拟。
2
模拟真实的人类嗅觉
人类大脑内有专门负责嗅觉的部位,称为嗅球(olfactory bulb,下图中的方框部位)。嗅球里面最重要的就是神经元细胞。
英特尔公司和康奈尔大学的研究人员就是训练Loihi芯片,让它去像人类嗅球的神经元细胞一样,学习对不同的气味分子产生的不同反应。
英特尔在这次研究中用到的气体主要来自丙酮、氨、甲烷、乙烯、一氧化碳、苯、二甲苯等常见有强烈气味的化学物质。
人体嗅觉发生的主要部位--大脑的嗅球和神经元
这个“训练”的过程,比较像人类婴儿用鼻子去感受学习不同气味的过程:
香的气味、酸的气味和臭的气味,都会引起婴儿鼻腔内感受细胞的不同反应,这些反应最终会把信号传递到婴儿大脑的嗅球处处理,从而留下记忆。以后再碰到类似的气味,婴儿鼻腔内的感受细胞马上就可以调动之前的记忆,识别出来这个味道是熟悉的,还是陌生的。
这样的“训练”过程,在婴儿的大脑中留下的是气味的记忆;在人工智能芯片上如Loihi芯片上,留下的是所谓的人工智能模型(AI Model)。
经过气味训练的人工智能芯片(Loihi芯片),就能用学习到的人工智能模型,去鉴别新的气体分子。
如果它真的能够像人类的鼻子一样具备类人类嗅觉,就能迅速识别出来面前的是什么气味。
Loihi 芯片本身具有神经元细胞的学习能力(又被称为神经拟态芯片),所以仅仅需要单一的样本,就可以学会识别每一种气味,而且也不会破坏它对先前所学气味的记忆。
在这项突破性的工作中,英特尔Loihi芯片经过训练后,迅速掌握了 10 种气味各自的神经表征,其中包括丙酮、氨和甲烷等。
与传统的最先进方法相比,Loihi芯片展现出了极其出色的识别准确率。
即使在有强烈的环境干扰下,Loihi芯片依然能够识别出这些气味。
Loihi芯片学习嗅觉的这个过程,体现了人工智能的最主要理论和工具之一:机器学习(Machine Learning)。
这项工作的意义其实是不同寻常的。
理论上,在未来我们就可以利用这样的“电子鼻子”,去鉴别各种不同有害或者特殊的物质。
比如有这样一个典型的应用场景:一些特殊的疾病如帕金森病(Parkinson's),会让病人散发出奇怪的气味。而且对于帕金森病这种很难治愈的慢性疾病,最关键的就是做到早发现和早治疗。
在Loihi芯片基础上开发的“人工鼻子”就可以帮助医生、社区甚至家庭,在疾病早期就能够及时发现帕金森病人,给予治疗。
3
类脑芯片立奇功
英特尔公司开发Loihi芯片的出发点,是想让芯片模仿人类真实的神经行为,像人的大脑一样做出分析和判断。
基于这个出发点,这个人工智能芯片(Loihi芯片)被设计成具有13万个“神经元”(Neuron)。这些神经元之间,又被多达1亿3千万个“神经突触”(Synapse)互相连接。
所谓神经突触,本来是一个生物学名词,可以简单的理解为神经元结构上长长的尾巴状的部分。突触主要是用来在神经元之间互相联系、接触和通讯的部位。
一个神经元本身会有很多的神经突触,所以大脑内突触的数量要远远大于神经元的数量。同样的逻辑,一个像Loihi芯片这样的类脑芯片上,突触数量也是远远大于神经元的数量的。
2019年,英特尔对这个类脑芯片进行了设计上的升级:把神经元的数目提高到了8百万个,突触的数目更是提高到了10亿个!同时英特尔还把Loihi芯片互相之间做了连接:用64个芯片互相连接做成了一个超大的芯片组合,用来支持更复杂的人工智能计算。
2020年3月,英特尔创纪录的对Loihi芯片做了进一步的“巨无霸”升级,打造了一个由768个Loihi芯片拼装成,具有1亿个神经元的“超级大脑”(英特尔称其为“神经拟态计算系统”)。
1亿神经元的总数量,已经超过了小鼠脑部神经元(7000万个)的总数。
4
低功耗小数据=真正的人工嗅觉
某种意义上来说,人类是设计得最精良、效率最高的超级计算机,每天只需要消耗极低的能量,就能完成各种复杂的体力活动和脑力活动。
人的大脑大概有1000亿个神经元,1000万亿个突触,能够处理复杂的视觉、听觉、嗅觉、味觉,具有强大的语言能力、理解能力、认知能力、情感控制、人体复杂机构控制、复杂心理和生理控制能力。
而所有这些复杂的大脑功能,加在一起的功耗只有10~20瓦。
人类发展人工智能的终极目标是模拟人脑,让机器来帮助我们完成各种人脑的分析、判断和决策功能,具备人的各种感知世界的能力。
过去几十年,人工智能的大部分发展都集中在视觉(机器视觉)和听觉(语音识别)上,而且大多数情况下已经可以达到95%以上的准确率。这背后的原因,跟这两个领域的数据比较丰富、相对规范和容易获得有关。
而嗅觉这一领域,正在成为新的人工智能攻坚阵地。
虽然该领域受制于嗅觉数据量比较小、标注不容易标准化等因素,过去进展乏善可陈,但最近随着类脑计算技术的发展,也正在取得令人振奋的进展。
在人工嗅觉这个领域,有一个根本的问题需要回答:
用人工智能来模拟人类的嗅觉,最佳的方式应该应该是什么样子的?
虽然之前曾经有过类似的嗅觉仿生产品,比如机场海关经常用到的手持爆炸物检测仪器,能够直接检测到爆炸物释放出来的微粒或者气味分子,但是本质上只是化学传感器,并没有模仿人类大脑的嗅觉机制。
另外在此项英特尔和康奈尔大学的研究之前,也有一些利用人工智能和深度学习来进行人工嗅觉研究的报道,但是它们普遍都需要用到大量的数据(是英特尔Loihi芯片训练样本数量的3000倍以上)来进行训练,同时也要消耗极高的计算资源和很长的时间来完成。另外,它们的人工智能模型经常会在遇到全新的类型目标时出现识别失败。
可以说,这些人工嗅觉方面传统的人工智能研究工作,并不吻合人脑嗅觉运行的本质,所以不应该被视为真正的类脑嗅觉计算。
说到这里,一个越来越被业界接受的共识,呼之欲出:
用人工智能来实现人类的嗅觉功能,必须就要像人类的嗅球神经元一样工作,而且用极低的能量消耗和极小的数据就能完成。
英特尔和康奈尔大学合作的这项工作,是真正尝试去模仿人类嗅觉系统对气味的感知,会如何诱导大脑产生出相应的学习和识别机制,意义与之前的人工嗅觉研究完全不一样。
英特尔开发的神经拟态芯片(Loihi芯片),回答了如何在低成本、数据量很少、功耗很低的背景下来解决气味辨识的问题。
在一个Loihi芯片上构造了这样复杂的系统,它的功耗却非常低,只是毫瓦级别,所以无论是进行训练还是识别都不需要消耗太多电力。这种低功耗的绝佳特点大有用武之地:我们可以把它做成类似于“电子鼻”的小物件,也可以把它扩展后去识别很多种类的气体。
英特尔 Loihi 芯片架构与传统的CPU、GPU甚至深度学习芯片TPU相比,都更加接近于大脑的工作机制。这种新形式的芯片有潜力完成目前的AI系统无法完成的任务,或者同样的任务可以实现更快的速度和更低的功耗。
这一突破,今后应该有潜力广泛的应用在反恐、缉毒和医学检测等各种场合。
只有理解了人的大脑回路如何用计算的方式解决嗅觉这样的问题,才有助于设计出真正有效的“类脑智能”。
也许,离我们创造出具有完全人类视觉、听觉、嗅觉、味觉、触觉等各种感知能力的AI机器人。。。
这一天不远了。
你,准备好拥抱真正的“西部世界”了吗?
参考来源:
https://newsroom.intel.com/news/how-computer-chip-smell-without-nose/#gs.1by0ym
https://www.nature.com/articles/s42256-020-0159-4
https://www.pcworld.com/article/3532499/intel-teaches-its-loihi-brain-chip-to-smell.html
https://spectrum.ieee.org/tech-talk/artificial-intelligence/machine-learning/intels-neuromorphic-nose-learns-scents-in-just-one-sniff
https://www.nature.com/articles/s42256-020-0159-4
RECOMMEND
推
荐
阅
读
AI社群
对AI感兴趣的小伙伴,
网易智能有12个不同垂直领域社群等你来
添加智能菌微信:kaiwu_club
和我们一起探讨AI的故事~
网易新闻 | 智能工作室出品