Los investigadores de Intel Labs y la Universidad de Cornell han demostrado la capacidad única del chip de investigación neuromórfica de Intel llamado Loihi para aprender e identificar sustancias químicas peligrosas. La investigación se publicó en la revista Nature Machine Intelligence y describe cómo se construyó un algoritmo neuronal desde cero basado en la arquitectura y la dinámica de los circuitos olfativos del cerebro humano.
El chip se basa en una arquitectura de computación neuromórfica que se inspira en la comprensión actual de los científicos del cerebro humano y cómo resuelve problemas. Es un hardware que tiene como objetivo imitar cómo el cerebro humano procesa y resuelve problemas. Puede aprovechar el conocimiento que ya posee para hacer inferencias sobre nuevos datos, lo que ayuda a acelerar su proceso de aprendizaje de manera exponencial con el tiempo.
El chip tiene la capacidad de identificar cada sustancia química en función de su olor a partir de una sola muestra de prueba, sin alterar su memoria de los aromas previamente aprendidos. En comparación con cualquier sistema de reconocimiento convencional como un sistema de aprendizaje profundo que requiere alrededor de 3000 veces más muestras de entrenamiento para alcanzar el mismo nivel de precisión, el chip funciona con una precisión superior.
Puede aprender y reconocer el olor de 10 productos químicos peligrosos diferentes. El equipo de Intel utilizó un conjunto de datos que consiste en la actividad de 72 sensores químicos conocidos en el cerebro y cómo responden al olor de cada químico. Los datos se utilizaron además para configurar lo que el equipo llama "un diagrama de circuito de olfato biológico" en Loihi. Con esto, Loihi pudo reconocer la representación neuronal de cada olor e identificar cada uno, incluso con una oclusión significativa.
Las capacidades olfativas de Loihi podrían utilizarse en nuevos sistemas nasales electrónicos que ayudan a los médicos a diagnosticar enfermedades. Además, se puede utilizar para desarrollar sistemas de detección de armas y explosivos en los aeropuertos. También podría utilizarse para desarrollar detectores de humo y monóxido de carbono eficaces. Desde el análisis de la escena sensorial (comprender las relaciones entre los objetos que observa) hasta problemas abstractos como la planificación y la toma de decisiones, los investigadores planean generalizar este enfoque a una gama más amplia de problemas.