Tutkijat Intelin Labs ja Cornellin yliopistossa ovat osoittaneet ainutlaatuinen kyky Intelin neuromorphic tutkimus siru nimeltään Loihi oppimaan ja tunnistaa vaarallisia kemikaaleja. Tutkimus julkaistiin Nature Machine Intelligence -lehdessä, jossa kuvataan, kuinka hermoalgoritmi rakennettiin tyhjästä ihmisen aivojen hajupiirien arkkitehtuurin ja dynamiikan perusteella.
Siru perustuu neuromorfiseen tietojenkäsittelyarkkitehtuuriin, jonka innoittamana on tutkijoiden nykyinen käsitys ihmisen aivoista ja siitä, miten se ratkaisee ongelmia. Se on vähän laitteistoa, jonka tarkoituksena on jäljitellä, miten ihmisen aivot prosessoivat ja ratkaisevat ongelmia. Se voi hyödyntää jo hallussaan olevaa tietoa tekemällä johtopäätöksiä uusista tiedoista ja siten nopeuttaa oppimisprosessiaan eksponentiaalisesti ajan myötä.
Sirulla on kyky tunnistaa kukin kemikaali sen hajun perusteella vain yhdestä testinäytteestä, häiritsemättä myös aiemmin opittujen tuoksujen muistia. Verrattuna mihin tahansa perinteiseen tunnistusjärjestelmään, kuten syvään oppimisjärjestelmään, joka vaatii noin 3000 kertaa enemmän harjoitusnäytteitä saman tarkkuustason saavuttamiseksi, siru toimii erinomaisella tarkkuudella.
Se voi oppia ja tunnistaa 10 erilaisten vaarallisten kemikaalien tuoksun. Intel-tiimi käytti tietojoukkoa, joka koostuu 72 tunnetun kemiallisen anturin toiminnasta aivoissa ja siitä, miten ne reagoivat kunkin kemikaalin hajuun. Tietoja käytettiin edelleen määrittämään, mitä ryhmä kutsuu "piirikaaviosta biologista hajua" Loihilla. Tämän avulla Loihi pystyi tunnistamaan jokaisen hajun hermosolujen esityksen ja tunnistamaan kukin, jopa merkittävällä tukkeutumisella.
Loihin hajuhaitoja voitaisiin hyödyntää uusissa elektronisissa nenäjärjestelmissä, jotka auttavat lääkäreitä diagnosoimaan sairauksia. Lisäksi sitä voidaan käyttää järjestelmien kehittämiseen aseiden ja räjähteiden havaitsemiseksi lentokentillä. Sitä voitaisiin käyttää myös tehokkaiden savu- ja hiilimonoksidiantureiden kehittämiseen. Aistinvaraisista kohtausanalyyseistä (havaittujen kohteiden välisten suhteiden ymmärtäminen) abstrakteihin ongelmiin, kuten suunnitteluun ja päätöksentekoon, tutkijat aikovat edelleen yleistää tämän lähestymistavan laajempaan ongelmaan.