Znanstvenici se dugo svađaju o tome kako nam točno receptori ljudskog tijela dopuštaju opažanje širokog raspona mirisa i dajemo im jedan ili drugi opis. U nastojanju da riješe ovaj problem, timovi inženjera širom svijeta bili su zamoljeni da stvore AI koji bi mogao prepoznati mirise kao i ljudi.
Predvidjeti boju nije tako teško: na primjer, ako svjetlosni val dosegne 510 nm, većina ljudi će reći da je zelena. Ali mnogo je teže shvatiti na koji način određena molekula miriše. 22 tima znanstvenika stvorili su skup algoritama koji mogu predvidjeti mirise različitih molekula na temelju njihove kemijske strukture. Čitav niz praktičnih primjena programa ostaje da se utvrdi, ali programeri se nadaju da će prije svega pomoći parfimerima, ljekarnicima i prehrambenim radnicima da razviju nove, jedinstvene kombinacije mirisa.
Rad je započeo nedavnom studijom Leslie Vosshall i njegovih kolega sa Sveučilišta Rockefeller u New Yorku, u kojoj je od 49 volontera zatraženo da pogodi 467 mirisa. Za svaki od njih razvijen je sustav usporedbe s 19 osnovnih uzoraka: ispitanici su rekli je li miris sličan ribi ili češnjaku, procijenili su intenzitet i individualnu ugodnost arome. Kao rezultat toga, stvoren je katalog s više od milijun stanica, koje karakteriziraju određene mirisne molekule.
Kad je računski biolog Pablo Meyer saznao za to, odmah je studiju vidio kao priliku da provjeri može li računalni sustav predvidjeti kako će ljudi prosuditi mirise. Unatoč činjenici da su istraživači otkrili oko 400 receptora za miris u ljudskom tijelu, znanstvenicima ostaje misterija kako točno djeluju zajedno kako bi osoba mogla razlikovati čak i suptilne nijanse mirisa. U 2015. godini Meyer i njegovi kolege pokrenuli su DREAM Olfaction Prediction Challenge. Sudionici natjecanja dobili su na raspolaganju iste tablice ocjenjivanja volontera koji opisuju mirise, zajedno s kemijskom strukturom molekula koje ih proizvode. Pored toga, sudionik je pružio bazu podataka od 4800 opisa za svaku pojedinu molekulu - njezine atome, međusobno slaganje, opću geometriju,što je na kraju iznosilo oko 2 milijuna podataka. Na kraju bi se podaci trebali upotrijebiti za osposobljavanje računalnih programa za prepoznavanje mirisa na temelju strukturnih podataka.
Na natjecanju su sudjelovale 22 ekipe iz cijelog svijeta, a iako su se mnoge dobro snašle, dvije ekipe vrijedi istaknuti. Tim iz Michigana, koji predvodi Ian Phan Guang, bio je najbolji u predviđanju mirisa za pojedine predmete. Drugi tim sa Sveučilišta u Arizoni, pod vodstvom Richarda Guerkina, bio je najbolji u treningu programa za prosječnu ocjenu mirisa u uzorku. Meyer to izvještava u članku objavljenom u časopisu Science.
Naravno, mnogi su znanstvenici sumnjičavi prema zbivanjima, rekavši da je učinjeno, iako daje značajan doprinos znanosti, još uvijek prilično primitivna selekcija, a 19 opisnih elemenata za cijeli spektar mirisa u prirodi očito je vrlo, vrlo malo. Alternativna ispitivanja s volonterima koristila su 80 ili više ovih kriterija za verbalno ocjenjivanje različitih mirisa. Nejasno je hoće li postojeći algoritam moći ispravno predvidjeti procjenu mirisa ako se mora nositi s takvim nizom informacija. Dakle, danas percepcija mirisa ostaje misterija i za liječnike i za inženjere.