⑴ 用什麼儀器才能看到鼻腔里的嗅覺神經
嗅覺是諸多生物體共有的一種感官，在生物體分析世界並做出相應反應方面起著至關重要的作用。機器嗅覺系統通常由交叉敏感的化學感測器陣列和適當的計算機模式識別演算法組成。但目前深度學習演算法的晶元都遵循馮·諾依曼架構，在它們上面運行的演算法需要大量的訓練數據。新的神經形態計算盡可能多地保留大腦的結構，以提高晶元的學習效率，使得晶元可以從較少的樣本中就完成訓練。
機器嗅覺潛在較大的商業價值。在化工中，化學成分定性、定量分析過程主要使用化學方法與儀器分析方法。隨著化學這門學科及其分支的發展，大量新的化學物質的發現和被合成，傳統的化學分析方法已經不適合物質識別和分析，而儀器分析操作繁瑣，經常被對象進行預處理，導致測試周期加長，而且還存在著不能連續檢測等缺點。機器嗅覺可以更快捷、更方便的方式識別化學成分。在香精香料、化妝品生產中，香氣是評價其內在質量的主要指標之一，而專家評定方法往往受到人的主客觀因素的影響難以做到科學與客觀，同時，人的感官易疲勞、適應和習慣。而機器嗅覺可以更廉價更可持續生產的新氣味分子。在人們生活的環境中，總是會存在一些有害的氣體，例如苯、甲醛等。這些氣體的存在對人體的健康有著一定的影響甚至會發生爆炸，所以就需要機器嗅覺有效地監測這些氣體的濃度，從而把它們控制在適度的范圍之內。
在我們的大腦所能做的所有事情中，產生嗅覺的機制是最容易理解的。當一種氣味接觸到我們鼻子里的嗅覺細胞時，它們會向大腦中相應的神經元簇(稱為嗅球)發送信號。然後嗅球把信號傳送到大腦的其他部分，以此幫助我們欣賞葡萄柚的芬芳或躲避垃圾的臭味。
嗅球是哺乳動物特有的，但其他動物如昆蟲，也表現出類似的神經結構。英特爾的神經形態計算實驗室主任邁克•戴維斯表示，這意味著「如果在不同的情況下，這些動物都能進化到實現類似嗅覺的功能，那麼它們可能具有相對來說更加基礎而且有效的機制。」
因為嗅覺系統非常高效，而且我們對它們的了解也非常透徹，所以嗅覺系統是神經形態晶元的重要起點。所謂神經形態晶元，指的是一種新型的計算硬體，是直接從大腦結構中獲取靈感從而設計出來。
周一，英特爾(Intel)的科學家在《自然》(Nature)雜志上發表了一篇論文，提出了一種新的神經形態晶元設計，它模仿了嗅球的結構和功能。
研究人員與嗅覺神經生理學家合作，研究動物聞氣味時的大腦活動。當大腦處理氣味時，神經迴路就會被激活，這種電路可以被刻在矽片上，基於此他們設計了一種基於神經迴路的電路。他們還設計了一種演算法來反映通過神經迴路的電信號的行為。
他們從72個不同的化學感測器中測量出「氣味」的數據集。當他們使用現有的10個「氣味」數據集在晶元上訓練演算法時，它能夠在比傳統晶元少得多的訓練樣本的情況下准確地分辨出這些氣味。
該晶元仍處於相對早期的原型階段，但一旦成熟，它可以應用於許多領域，如炸彈嗅探或化工廠有毒煙霧的檢測。它也證明了神經形態計算擁有成為數據效率更高的人工智慧的潛力。
目前最流行的運行最先進的深度學習演算法的晶元都遵循馮·諾依曼架構——一種幾十年來推動了計算革命的傳統架構設計。
但這些傳統架構是低效的學習者，在它們上面運行的演算法需要大量的訓練數據。相反，我們的大腦要高效得多，只需要少量的訓練數據即可。
因此，神經形態晶元試圖盡可能多地保留大腦的結構。這樣做的目的是為了提高晶元的學習效率。在實際實驗中，這種晶元成功地依靠少量的數據就完成了訓練。
接下來，研究小組計劃改進其神經形態晶元的設計，並將其應用於除了大腦嗅覺之外的其他功能。戴維斯表示，該團隊下一步可能會將注意力轉向視覺或觸覺，但他們有更長遠的目標，即解決更復雜的過程。
他說：「我們的嗅覺感應機制是很自然的起點，因為這些人類對嗅覺機制的了解比較清晰。但從某種意義上說，我們正在以自己的方式進入大腦，進入更高階的思維過程。」
⑵ 電視上播的治療鼻炎就是儀器那種的 什麼光治療儀 往鼻子里一照 說能殺菌 修復鼻粘膜 那個好用不啊
建議到淘寶買個幾十塊的鼻炎治療儀，效果跟電視的一樣，電視比淘寶貴了幾百塊就貴在廣告費和明星代言費