英特尔实验室和康奈尔大学的研究人员已经证明了英特尔的神经形态研究芯片Loihi能够学习和识别有害化学物质的独特能力。该研究发表在《自然机器智能》杂志上，描述了如何基于人脑嗅觉回路的结构和动力学从头开始构建神经算法。
该芯片基于一种 神经形态计算架构 ，其灵感来自科学家对人脑及其解决问题的最新理解。它是一种旨在模仿人脑如何处理和解决问题的硬件。它可以利用已经拥有的知识来推断新数据，从而帮助随着时间的推移以指数方式加速其学习过程。
该芯片能够根据单个测试样品中的气味识别每种化学物质，而不会破坏其先前记忆的气味。与任何传统的识别系统（如深度学习系统）相比，该系统需要大约3000倍的训练样本才能达到相同的精度水平，该芯片的工作精度更高。
它可以学习和识别10种不同危险化学品的气味。英特尔团队使用了一个数据集，该数据集包括大脑中72种已知化学 传感器的活动以及它们如何响应每种化学物质的气味。这些数据被进一步用于配置团队在Loihi上所谓的“生物嗅觉电路图”。这样一来，即使有明显的咬合，Loihi仍可以识别每种气味的神经表征并识别每种气味。
Loihi的嗅觉功能可用于帮助医生诊断疾病的新型电子鼻系统。此外，它可以用于开发用于检测机场武器和爆炸物的系统。它也可以用于开发有效的烟雾和一氧化碳探测器。从感官场景分析（了解您观察到的对象之间的关系）到抽象的问题（如计划和决策），研究人员还计划将这种方法推广到更广泛的问题。