Zinātnieki ilgi strīdējās par to, kā tieši cilvēka ķermeņa receptori ļauj mums uztvert plašu smaku diapazonu un sniegt tiem vienu vai otru aprakstu. Cenšoties atrisināt šo problēmu, inženieru komandām visā pasaulē tika lūgts izveidot AI, kas varētu uztvert smakas, kā arī cilvēkus.
Paredzēt krāsu nav tik grūti: piemēram, ja gaismas vilnis sasniedz 510 nm, tad lielākā daļa cilvēku teiks, ka tā ir zaļa. Izdomāt, kā smaržo konkrēta molekula, ir daudz grūtāk. 22 zinātnieku komandas ir izveidojušas algoritmu kopumu, kas var paredzēt dažādu molekulu smakas, pamatojoties uz to ķīmisko struktūru. Programmas praktisko pielietojumu klāsts vēl ir jānosaka, taču izstrādātāji cer, ka, pirmkārt, tas palīdzēs parfimēriem, farmaceitiem un pārtikas darbiniekiem izstrādāt jaunas, unikālas smaku kombinācijas.
Darbs sākās ar neseno Leslija Vosšala un kolēģu Rokfellera universitātes Ņujorkā pētījumu, kurā 49 brīvprātīgajiem tika lūgts uzminēt 467 smakas. Katram no tiem tika izstrādāta 19 pamatmodeļu salīdzināšanas sistēma: subjekti teica, vai smarža ir līdzīga zivīm vai ķiplokiem, novērtēja aromāta intensitāti un individuālo patīkamību. Rezultātā tika izveidots katalogs, kas numurē vairāk nekā miljonu šūnu, kas raksturo noteiktas smakas saturošas molekulas.
Kad skaitļošanas biologs Pablo Meijers uzzināja par to, viņš uzreiz uzskatīja pētījumu par iespēju pārbaudīt, vai datorsistēma var paredzēt, kā cilvēki vērtē smakas. Neskatoties uz to, ka pētnieki ir atklājuši apmēram 400 smaku receptorus cilvēka ķermenī, zinātniekiem joprojām paliek noslēpums, kā tieši viņi darbojas kopā, lai cilvēks varētu atšķirt pat smalkas smaku nokrāsas. 2015. gadā Meijers un viņa kolēģi uzsāka izaicinājumu DREAM Olfaction Prediction Challenge. Sacensību dalībnieki savā rīcībā saņēma tās pašas brīvprātīgo vērtējumu tabulas, kurās aprakstītas smakas, kā arī to veidojošo molekulu ķīmiskā struktūra. Turklāt dalībnieks sniedza datu bāzi, kurā bija 4800 apraksti par katru atsevišķo molekulu - tās atomiem, to savstarpējo izvietojumu, vispārējo ģeometriju,kas beigās sasniedza aptuveni 2 miljonus datu punktu. Galu galā šie dati būtu jāizmanto, lai apmācītu datorprogrammas, lai atpazītu smakas, pamatojoties uz strukturālo informāciju.
Sacensībās piedalījās 22 komandas no visas pasaules, un, lai arī daudzām ir veicies labi, ir jāizceļ divas komandas. Mičiganas komanda Iana Faņa Guana vadībā vislabāk spēja prognozēt smakas atsevišķām precēm. Cita komanda no Arizonas universitātes Ričarda Gērkina vadībā bija labākā, trenējot programmu, lai iegūtu vidējo smaku visā izlasē. Meijers par to ziņo rakstā, kas publicēts žurnālā Science.
Protams, daudzi zinātnieki skeptiski raugās uz attīstību, sakot, ka padarītais darbs, kaut arī tas dod nozīmīgu ieguldījumu zinātnē, joprojām ir diezgan primitīva atlase, un 19 aprakstošie elementi visam dabas smaku spektram nepārprotami ir ļoti, ļoti maz. Alternatīvos pētījumos ar brīvprātīgajiem tika izmantoti 80 vai vairāk no šiem kritērijiem, lai mutiski novērtētu dažādas smakas. Nav skaidrs, vai esošais algoritms spēs pareizi paredzēt smakas novērtējumu, ja tam būs jāstrādā ar šādu informācijas masīvu. Tātad šodien smaku uztvere joprojām ir noslēpums gan ārstiem, gan inženieriem.