序言：
人类除视觉、听觉之外，在嗅觉研究上有新打破，带来新想象空间和运用空间，人类对大脑的认知以及类脑芯片、AI芯片又跨上新台阶，未来的芯片发展之路又有可能另辟路子。
类似人类大脑的神经拟态芯片
神经拟态打算一贯被寄予厚望。就算摩尔定律闭幕，它仍能连续带领信息时期向前。神经拟态打算可以大幅度提升数据处理能力和机器学习能力，更主要的是，神经拟态芯片比传统芯片的能耗要低得多。
神经拟态打算是英特尔为应对打算领域非构造化、有噪声数据日益增加等寻衅而研发的新的打算机架构。运用神经科学的最新见地，来创造浸染办法更类似于人脑的芯片而非传统打算机的芯片。神经拟态系统在硬件层面上复制了神经元组织、通信和学习办法。
实在神经拟态打算的涌现，便是要办理那些现在机器学习都做不了的事情，而这些事情通过类脑芯片能够得到很好的办理。
Intel “Loihi”的出身
Intel “Loihi”神经拟态芯片出身于2017年9月，分开传统硅芯片的冯诺依曼打算模型，而是模拟人脑事理的神经拟态打算办法，并且是异步电路，不须要全局时钟旗子暗记，而是利用异步脉冲神经网络（SNN），在特定运用中要比传统CPU速率快最多1000倍，能效高最多10000倍。
2019年7月，Intel又宣告了代号“Pohoiki Beach”的全新神经拟态系统，包含多达64颗Loihi芯片，集成了1320亿个晶体管，总面积3840平方毫米，拥有800万个神经元、80亿个突触。
从理论上讲，Loihi可以扩展到最多16384颗芯片互连，那便是超过20亿个神经元——人类大脑有大约860亿个神经元。
Loihi滋扰环境下可嗅出10种有害物质
而这次在英特尔“Loihi”神经形态系统上，描述了一种基于哺乳动物嗅觉系统的神经算法，可以学习并鉴别气味样本。通过丈量动物闻到气味时的脑电波活动，然后Intel根据这些电路图与电脉冲，导出一套算法，并将其配置在神经拟态芯片上。
Loihi只须要单一样本，就可以学会识别每一种气味，而且不会毁坏它对先前所学气味的影象，展现出了极其出色的识别准确率。而如果利用传统方法，即便最出色的深度学习方案，要达到与Loihi相同的气味分类准确率，学习每一种气味都须要3000倍以上的演习样本。
仿照生物嗅觉的神经算法并非大略的探测气味，这与传统烟雾和一氧化碳探测报警器不一样，虽然上述仪器可以探测出空气中有害的分子而触发报警，但却无法区分各种气味。
而这次仿照生物嗅觉的神经算法，利用甲苯、氨、丙酮、一氧化碳和甲烷等等10种有害化学物质气体对其进行气味演习，末了在风洞中通过传感器的数据进行测试。纵然存在其他强烈气味，该芯片也可以识别这些有害物质。
未来的运用——“电子鼻系统”
化学传感领域多年来一贯在探求智能的、可靠的和快速相应的化学传感处理系统，或者称之为“电子鼻系统”。搭载了神经拟态芯片的机器人在环境监测、危险物质检测以及在工厂质量掌握方面的运用潜力。该系统还可运用于医疗诊断，由于患有某些疾病会散发出特定的气味。也可以搭载神经拟态芯片的机器人可运用于机场安检区域，能够更高效地识别危险物质。
在未来加入更多感官，将这种方法推广到更广泛的运用领域，包括从感官场景剖析到方案和决策等抽象问题。理解大脑的神经网络如何办理这些繁芜的打算问题，将为设计高效、强大的机器智能供应主要启迪。
Loihi未来的寻衅
嗅觉领域存在着一些寻衅，当你走进一家杂货店时，可能会闻到草莓的气味，但其气味可能类似于蓝莓或喷鼻香蕉的气味，它们会在大脑中引发非常相似的神经活动模式。有时候，人类乃至很难分辨出究竟是一种水果气味还是多种喷鼻香味的稠浊。
当系统闻到来自意大利的草莓和来自加利福尼亚的草莓时可能会出错，这两种草莓可能有不同的喷鼻香味，但须要归为一类。这些是目前在研究嗅觉旗子暗记识别时面临的寻衅，期待在未来几年内办理这些问题，这样的产品才能办理现实的问题，而不仅仅是办理在实验室演示的实验性问题。
结尾：
如今开拓了一种仿照生物嗅觉的神经算法，它可以学习和鉴别气味样本也代表了一种可以开拓出超越当前
人工智能
趋势算法的新方法。每一个可能的打破，都会让科研职员离利用一种新的能力更近一步。
