Az Intel Labs és a Cornell Egyetem kutatói bemutatták az Intel Loihi nevű neuromorf kutatási chipjének egyedülálló képességét a veszélyes vegyi anyagok elsajátítására és azonosítására. A kutatást a Nature Machine Intelligence folyóiratban tették közzé, amely leírta, hogyan épült fel idegrendszeri algoritmus a semmiből az emberi agy szaglási áramköreinek architektúrája és dinamikája alapján.
A chip egy neuromorf számítási architektúrán alapul, amelyet a tudósok az emberi agy és a problémák megoldásának jelenlegi megértése ihletett. Ez egy kis hardver, amelynek célja annak utánzása, hogy az emberi agy hogyan dolgozza fel és oldja meg a problémákat. Kihasználhatja a már meglévő ismereteket, hogy következtetéseket vonjon le az új adatokról, ezáltal elősegítve a tanulási folyamat exponenciális felgyorsítását az idő múlásával.
A chip képes azonosítani az egyes vegyi anyagokat a szaga alapján egyetlen tesztmintából, anélkül, hogy megzavarná a korábban megtanult illatok memóriáját. Bármely hagyományos felismerési rendszerhez, például egy mély tanulási rendszerhez képest, amely körülbelül 3000-szer több képzési mintát igényel ugyanazon pontosság eléréséhez, a chip kiváló pontossággal működik.
Megtanulhatja és felismerheti 10 különböző veszélyes vegyi anyag illatát. Az Intel csapata olyan adatkészletet használt, amely 72 ismert kémiai szenzor aktivitásából áll az agyban, és hogyan reagál az egyes vegyszerek szagára. Az adatokat tovább használták annak konfigurálásához, amelyet a csapat Loihi „biológiai szaglásának kapcsolási rajzának” nevez. Ezzel Loihi felismerhette az egyes szagok idegi megjelenítését és azonosíthatta őket, még jelentős elzáródás mellett is.
Loihi szagló képességeit ki lehetne használni az új elektronikus orrrendszerekben, amelyek segítik az orvosokat a betegségek diagnosztizálásában. Ezenkívül felhasználható rendszerek fejlesztésére fegyverek és robbanóanyagok észlelésére a repülőtereken. Használható hatékony füst- és szén-monoxid-detektorok kifejlesztésére is. A szenzoros jelenetelemzéstől (a megfigyelt tárgyak közötti kapcsolatok megértésétől) az olyan elvont problémákig, mint a tervezés és a döntéshozatal, a kutatók tovább tervezik ezt a megközelítést a problémák szélesebb körére általánosítani.