英特尔实验室和康乃尔大学的研究人员，在《自然机器智慧》期刊上共同发表的一篇论文中，展示英特尔神经形态研究晶片「Loihi」，在明显的干扰和阻绝情况下学习和辨识有害化学物质的能力。Loihi仅透过单一样本就学会各种气味，同时不会破坏先前所习得的气味记忆。与包括深度学习解决方案在内的传统先进辨识方法相比，Loihi展现出更高的识别准确率，传统先进辨识方法的解决方案需要增加3,000倍的训练样本才能达到相同的分类精准度等级。

英特尔神经形态研究晶片「Loihi」。

英特尔神经形态运算实验室资深研究科学家Nabil Imam表示，英特尔正在Loihi上开发神经演算法，模仿人们在闻到气味後的大脑运作模式。这项工作是神经科学和人工智慧交会的当代研究典范，并证明Loihi具备提供重要感测功能的潜力，可??使各个产业受惠。

英特尔和康乃尔大学的研究人员使用一种从大脑??觉??路的架构和动力学所得出的神经演算法，对英特尔Loihi神经形态研究晶片进行训练，以学习和辨识10种有害化学物质的气味。为了完成这项训练，研究团队使用由72个化学感测器的活动所组成的资料集以回应这些气味，并在Loihi上配置了生物??觉的电路图。即使在明显的阻绝之下，Loihi晶片仍可快速学习各种气味的神经表徵并进行识别，展现出神经科学和人工智慧相辅相成的发展前景。

Imam说，化学感测领域多年来一直在寻找聪明、可靠和快速回应的化学感测处理系统，也就是所谓的「电子鼻系统」。他认为配备神经形态晶片的机器人在环境监测和有害物质检测或工厂品质控制方面极具潜力。它们可用於会散发出特殊气味之疾病的医学诊断。另一个例子是配备神经形态晶片的机器人可以更清楚地辨别机场安全线中的有害物质。