Tyrėjai iš „Intel Labs“ ir Kornelio universiteto parodė unikalų „Intel“ neuromorfinio tyrimo lusto, pavadinto Loihi, gebėjimą išmokti ir identifikuoti pavojingas chemines medžiagas. Tyrimas buvo paskelbtas žurnale „Nature Machine Intelligence“, kuriame aprašyta, kaip neuroninis algoritmas buvo kuriamas nuo nulio, remiantis žmogaus smegenų uoslės grandinių architektūra ir dinamika.
Lustas yra pagrįstas neuromorfine skaičiavimo architektūra, kurią įkvėpė dabartinis mokslininkų supratimas apie žmogaus smegenis ir tai, kaip jos sprendžia problemas. Tai yra šiek tiek aparatūros, kuria siekiama imituoti, kaip žmogaus smegenys apdoroja ir sprendžia problemas. Tai gali pasitelkti jau turimas žinias, kad būtų galima daryti išvadas apie naujus duomenis ir taip padėti laikui bėgant eksponentiškai pagreitinti mokymosi procesą.
Lustas turi galimybę identifikuoti kiekvieną cheminę medžiagą pagal jos kvapą iš vieno bandinio, taip pat nesutrikdydamas anksčiau išmoktų kvapų atminties. Lyginant su bet kuria įprasta atpažinimo sistema, pvz., Gilaus mokymosi sistema, kuriai reikia maždaug 3000 kartų daugiau mokymo pavyzdžių, kad pasiektumėte tą patį tikslumo lygį, lustas veikia ypač tiksliai.
Tai gali išmokti ir atpažinti 10 skirtingų pavojingų cheminių medžiagų kvapą. „Intel“ komanda naudojo duomenų rinkinį, kurį sudaro 72 žinomi smegenų cheminiai jutikliai ir kaip jie reaguoja į kiekvienos cheminės medžiagos kvapą. Duomenys taip pat buvo naudojami sukonfigūruoti tai, ką komanda vadina „biologinio kvapo schema“ Loihi. Tokiu būdu Loihi galėjo atpažinti nervinį kiekvieno kvapo vaizdavimą ir identifikuoti kiekvieną, net ir esant reikšmingam sąkandžiui.
Loihi uoslės galimybes galima panaudoti naujose elektroninėse nosies sistemose, kurios padeda gydytojams diagnozuoti ligas. Be to, jis gali būti naudojamas kuriant ginklų ir sprogmenų oro uostuose aptikimo sistemas. Jis taip pat galėtų būti naudojamas kuriant efektyvius dūmų ir anglies monoksido detektorius. Nuo jutiminės scenos analizės (santykių tarp stebimų objektų supratimo) iki abstrakčių problemų, tokių kaip planavimas ir sprendimų priėmimas, tyrėjai toliau planuoja šį požiūrį apibendrinti platesniu problemų spektru.