Teadlased on pikka aega vaielnud selle üle, kuidas täpselt inimkeha retseptorid võimaldavad meil tajuda mitmesuguseid lõhnu ja anda neile üks või teine kirjeldus. Püüdes seda probleemi lahendada, paluti inseneride meeskondadel kogu maailmas luua AI, mis suudaks tajuda nii lõhnu kui ka inimesi.
Värvi ennustamine pole nii keeruline: näiteks kui valguslaine ulatub 510 nm-ni, siis enamik inimesi ütleb, et see on roheline. Kuid on palju keerulisem aru saada, milline konkreetne molekul lõhnab. 22 teadlaste meeskonda on loonud algoritmide komplekti, mis suudavad ennustada erinevate molekulide lõhnu nende keemilise struktuuri põhjal. Programmi täielik valik praktilistel eesmärkidel on veel määratlemata, kuid arendajad loodavad, et ennekõike aitab see parfüümidel, proviisoritel ja toidutöötajatel välja töötada uusi ainulaadseid lõhnakombinatsioone.
Töö algas Leslie Vosshalli ja New Yorgi Rockefelleri ülikooli kolleegide hiljutise uuringuga, milles 49 vabatahtlikul paluti ära arvata 467 lõhn. Kõigi nende jaoks töötati välja 19 põhimustri võrdlussüsteem: katsealused rääkisid, kas lõhn sarnaneb kala või küüslauguga, hindasid aroomi intensiivsust ja individuaalset meeldivust. Selle tulemusel loodi kataloog, milles on nummerdatud enam kui miljon rakku, mis iseloomustavad teatud lõhnavaid molekule.
Kui arvutusbioloog Pablo Meyer selle kohta teada sai, nägi ta uuringut kohe kui võimalust testida, kas arvutisüsteem suudab ennustada, kuidas inimesed lõhnu hindavad. Hoolimata asjaolust, et teadlased on avastanud inimkehas umbes 400 lõhnaretseptorit, jääb teadlaste jaoks saladuseks, kuidas need täpselt koos töötavad, et inimene suudaks eristada isegi peenemat lõhnavarjundit. 2015. aastal algatas Meyer ja tema kolleegid DREAM Olfaction Prediction Challenge. Võistlusest osavõtjad said oma käsutusse samad vabatahtlike hindamistabelid, milles kirjeldati lõhnu koos neid tekitavate molekulide keemilise struktuuriga. Lisaks esitas osaleja 4800 kirjelduse andmebaasi iga üksiku molekuli kohta - selle aatomid, nende vastastikune paigutus, üldine geomeetria,mis kokku moodustas umbes 2 miljonit andmepunkti. Lõpuks tuleks neid andmeid kasutada arvutiprogrammide koolitamiseks, et nad tunneksid lõhnu struktuuriteabe alusel.
Võistlustel osales 22 võistkonda kogu maailmast ja ehkki paljudel on hästi läinud, tasub esile tõsta kahte võistkonda. Michigani meeskond eesotsas Ian Phan Guangga oskas kõige paremini üksikute esemete lõhnu ennustada. Veel üks Arizona ülikooli meeskond, eesotsas Richard Guerkiniga, oli programmi valimis kõige parem keskmise lõhnareitingu osas. Meyer teatab sellest ajakirjas Science avaldatud artiklis.
Muidugi on paljud teadlased arengute suhtes skeptilised, öeldes, et tehtud töö, ehkki see annab teadusele olulise panuse, on siiski üsna primitiivne valik ja 19 kirjeldavat elementi kogu looduses esineva lõhnade spektri kohta on selgelt väga-väga vähe. Alternatiivsetes uuringutes vabatahtlikega kasutati erinevate lõhnade verbaalseks hindamiseks 80 või enam neist kriteeriumidest. On ebaselge, kas olemasolev algoritm suudab lõhna hindamist õigesti ennustada, kui ta peab sellist teabematerjali käsitlema. Nii et täna jääb lõhnade tajumine nii arstide kui ka inseneride saladuseks.
