¿Podemos digitalizar nuestro sentido del olfato y transmitirlo electrónicamente? – Cambio de ciencia

Durante siglos, los científicos han intentado desentrañar los misterios del sentido del olfato. Este sistema sensorial ha desconcertado a investigadores en campos que van desde la neurociencia hasta la psicología debido a su naturaleza compleja e idiosincrásica. Si bien las imágenes y los sonidos se han digitalizado con éxito, la transmisión electrónica de olores sigue siendo un objetivo difícil de alcanzar. Pero con los nuevos avances en el aprendizaje automático detallados en Cienciapodemos estar más cerca.

La complejidad proviene del mero alcance del sentido del olfato humano. Nuestra nariz puede detectar más de un billón de olores distintos, lo que supera a muchos otros sentidos. Esta versatilidad es el resultado de cientos de receptores olfativos funcionales que crean patrones de activación únicos en el cerebro para cada molécula de olor. Incluso pequeñas diferencias estructurales en las sustancias químicas provocan experiencias perceptivas divergentes.

Los intentos anteriores de digitalización han tenido dificultades para captar este matiz. Los primeros «sintetizadores de aromas» se basaban en mezclar aromas base de un pequeño repertorio. Pero sin controlar con precisión las moléculas del aire, no podían recrear la mayoría de los aromas. Al igual que las imágenes pixeladas, los resultados parecían toscos e imprecisos.

Entonces, ¿qué avances se han logrado? Investigadores del Monell Chemical Senses Center colaboraron con la startup Osmo para desarrollar un modelo de aprendizaje automático que relaciona moléculas de olor con descripciones semánticas. Esto crea un mapa multidimensional que combina características moleculares con cualidades perceptivas.

Los investigadores entrenaron el modelo con un conjunto de datos de más de 5.000 olores conocidos. Luego lo probaron frente a un panel de expertos en olfato, describiendo y clasificando así 400 nuevas moléculas. Sorprendentemente, el modelo se desempeñó a la par del anotador humano promedio. Aún más notable fue que tuvo éxito en tareas para las que no estaba explícitamente entrenada, como juzgar la intensidad de un olor.

Esto muestra que el modelo ha aprendido efectivamente aspectos fundamentales de cómo los olores activan nuestro cerebro. Al vincular el lenguaje con las estructuras químicas, cierra la brecha entre los compuestos del aire y nuestra experiencia sensorial. Esto puede permitir que las señales neuronales durante la olfateación se traduzcan en recreaciones de olores específicos.

¿Estamos entonces a punto de oler la digitalización? No exactamente. Siguen existiendo importantes barreras a la transmisión electrónica. El modelo todavía se basa en prosa descriptiva más que en datos neuronales. Sus predicciones a menudo difieren de las valoraciones humanas. La reproducción electrónica de olores en el aire requiere un control preciso de las moléculas. Los dispositivos existentes tienen una paleta química limitada en comparación con la biología. La nariz también detecta muchas menos huellas que las necesarias para las máquinas.

Entonces, aunque lo prometemos, todavía no estamos listos para digitalizar y transmitir los aromas electrónicamente. Para hacerlo sin problemas será necesario mejorar la precisión del modelo, incorporar entradas neuronales, ampliar enormemente las capacidades de reproducción química y aumentar drásticamente la sensibilidad.

Pero cada incremento de progreso intriga. Quizás algún día oleremos los olores tan fácilmente como los emojis. Por ahora, la caótica complejidad del aroma mantiene nuestro mundo aromático firmemente analógico. Pero los últimos descubrimientos sugieren que la digitalización puede no ser imposible, simplemente esperar a que las tecnologías alcancen el ingenio de la biología.