英特爾實驗室和康乃爾大學的研究人員，在《自然機器智慧》期刊上共同發表的一篇論文中，展示英特爾神經形態研究晶片「Loihi」，在明顯的干擾和阻絕情況下學習和辨識有害化學物質的能力。Loihi僅透過單一樣本就學會各種氣味，同時不會破壞先前所習得的氣味記憶。與包括深度學習解決方案在內的傳統先進辨識方法相比，Loihi展現出更高的識別準確率，傳統先進辨識方法的解決方案需要增加3,000倍的訓練樣本才能達到相同的分類精準度等級。

英特爾神經形態研究晶片「Loihi」。

英特爾神經形態運算實驗室資深研究科學家Nabil Imam表示，英特爾正在Loihi上開發神經演算法，模仿人們在聞到氣味後的大腦運作模式。這項工作是神經科學和人工智慧交會的當代研究典範，並證明Loihi具備提供重要感測功能的潛力，可望使各個產業受惠。

英特爾和康乃爾大學的研究人員使用一種從大腦嗅覺迴路的架構和動力學所得出的神經演算法，對英特爾Loihi神經形態研究晶片進行訓練，以學習和辨識10種有害化學物質的氣味。為了完成這項訓練，研究團隊使用由72個化學感測器的活動所組成的資料集以回應這些氣味，並在Loihi上配置了生物嗅覺的電路圖。即使在明顯的阻絕之下，Loihi晶片仍可快速學習各種氣味的神經表徵並進行識別，展現出神經科學和人工智慧相輔相成的發展前景。

Imam說，化學感測領域多年來一直在尋找聰明、可靠和快速回應的化學感測處理系統，也就是所謂的「電子鼻系統」。他認為配備神經形態晶片的機器人在環境監測和有害物質檢測或工廠品質控制方面極具潛力。它們可用於會散發出特殊氣味之疾病的醫學診斷。另一個例子是配備神經形態晶片的機器人可以更清楚地辨別機場安全線中的有害物質。