Investigadors d'Intel Labs i la Universitat de Cornell han demostrat la capacitat única del xip d'investigació neuromòrfica d'Intel anomenat Loihi per aprendre i identificar productes químics perillosos. La investigació es va publicar a la revista Nature Machine Intelligence que descrivia com es va construir un algoritme neuronal des de zero basat en l’arquitectura i la dinàmica dels circuits olfactius del cervell humà.
El xip es basa en una arquitectura de càlcul neuromòrfica que s’inspira en la comprensió actual del científic sobre el cervell humà i com resol els problemes. És una mica de maquinari que pretén imitar com el cervell humà processa i resol problemes. Pot aprofitar el coneixement que ja posseeix per fer inferències sobre noves dades, ajudant així a accelerar el seu procés d’aprenentatge exponencialment al llarg del temps.
El xip té la capacitat d’identificar cada substància química en funció de la seva olor a partir d’una sola mostra de prova, sense alterar la seva memòria d’aromes prèviament apreses. En comparació amb qualsevol sistema de reconeixement convencional com un sistema d’aprenentatge profund que requereix unes 3.000 vegades més mostres d’entrenament per assolir el mateix nivell de precisió, el xip funciona amb una precisió superior.
Pot aprendre i reconèixer l’aroma de 10 productes químics perillosos diferents. L'equip d'Intel va utilitzar un conjunt de dades que consisteix en l'activitat de 72 sensors químics coneguts al cervell i com responen a l'olor de cada substància química. Les dades es van utilitzar per configurar el que l’equip anomena “un diagrama de circuit de l’olfacció biològica” a Loihi. Amb això, Loihi podria reconèixer la representació neuronal de cada olor i identificar-les, fins i tot amb una oclusió significativa.
Les capacitats olfactives de Loihi es podrien utilitzar en els nous sistemes electrònics nasals que ajudin els metges a diagnosticar malalties. A més, es pot utilitzar per desenvolupar sistemes per detectar armes i explosius als aeroports. També es podria utilitzar per desenvolupar detectors efectius de fum i monòxid de carboni. Des de l’anàlisi de l’escena sensorial (comprensió de les relacions entre objectes que observa) fins a problemes abstractes com la planificació i la presa de decisions, els investigadors tenen previst generalitzar aquest enfocament a una gamma més àmplia de problemes.