虽然人类可以辨别出一万亿种气味，但因词汇量有限，大多数人不能准确描述他们闻到的东西。像“果味”或“麝香”这样的术语不仅不精确，而且还会受到文化偏见的影响。与听觉，视觉，触觉和味觉这样的感官不同，我们无法对气味的通用术语达成一致。
现在，最近发表在“自然”杂志上的国际商业机器公司（IBM）研究报告提出了一种增强我们对气味感知能力的解决方案，该方案由计算神经科学家Guillermo Cecci提出，使用人工智能创建一种算法，将模糊的描述性词语翻译成他们的分子等价物，反之亦然。
气味
气味圈
研究人员将他们的发现概括在一个“气味圈”中，该气味圈使用了最常用的英文单词来描述气味，并以关联顺序将它们排列。例如，“香草味”与“巧克力味”和“焦糖味”相邻，这就给调香师和化学家发出信号，当有人想要香草蜡烛时，他们可能不会介意闻到焦糖或巧克力的味道。
“目前，我们确实不需要在大量描述中形容出某种气味，”Cecci解释道，“从某种意义上说，它和色卡很像……我们现在可以在数学上确定细微差别或气味的替代品。”
气味圈还表明，一些描述性词语能够更好地转化为分子等价物。对于化学家来说，标红的词语，如“汗淋淋的”或是“死人般的”，是很好理解的，而那些标蓝的词语，如“肥皂味”或“纸板味”，是非常模糊的。
气味圈中的一些字，如“甲烷”和“氨”的颜色浅的几乎看不见。令人困惑的是，这意味着它们落在了光谱中间而不是它们不够清晰。因为浅色的单词可能是在暗示，比起马铃薯的味道，我们更能够识别出氨的味道，但是氨在圈中的颜色是浅色的，而马铃薯的颜色则是蓝色的。
人工智能援助
Cecci解释说，他们最终的目标是提高人们对嗅觉的描述能力，目前对于人们来说，这种能力已部分消失，因为我们更喜欢对环境进行消毒并倾向于消除令人不快的气味。IBM正在使用学习型机器来扫描书籍或处理监控信息，通过其来扩展与气味相关的语言能力。
IBM的这项富有突破性研究正在帮助解开人类嗅觉系统的奥秘，但他们还需要付出更多的努力来创造一个更为普遍的气味圈。Cecci和报告合着者Pablo Meyer表示，这项研究应该用其他语言进行，因为我们的观念总是受到文化因素的影响。
理论上，IBM的算法可以缩短实验室制造的香水和气味剂的繁琐过程。我们有限的词汇量使得创造气味这一工作，费时费力，且昂贵异常。几个世纪以来，香水仍然是通过反复试验而制作的，让“鼻子”闻到满意的气味通常需要数年或是数月。
保健意义
Cecci指出，医疗保健行业也可以从气味研究中受益。例如，更精确的气味词汇可以帮助医生更快地诊断神经衰退性疾病。根据去年在美国老年病学会杂志上发表的一项研究，未通过简单嗅觉测试的成年人患痴呆症的可能性是通过群体的两倍。
问题在于描述气味的语言非常主观，Cecici表示：“我们认为，利用人工智能在语义上分析气味感知，我们能够成功发展并发现指示疾病的气味特征。”
