计算机已经可以在视觉和听觉上拥有超过人的感觉能力，但是气味（嗅觉）却要困难得多。与其它动物相比，人的鼻子不是特别灵敏，但它仍然是复杂的机械，具有约 450 种不同类型的嗅觉受体。对于致力于在能够使计算机具有嗅觉能力的机械中进行复制的科学家而言，这是一个巨大的挑战。

英特尔正在进行一项这样的努力，一个神经形态计算小组一直在与康奈尔大学的嗅觉神经生理学家合作，研究人工智能是否可以帮助计算机模仿大脑对嗅觉数据进行分析和分类的方式。

该团队首先从英特尔的神经形态计算芯片 Loihi 开始，该芯片基于神经元自身的运作方式，旨在根据输入来学习和自我组织，而不是被告知如何去做。Loihi 拥有 130,000 个“神经元”和 1.3 亿个“突触”，并不断重新连接其内部神经元网络以允许几种不同类型的学习：有监督，无监督，强化学习和其它。

这是一种非常节能的芯片，它消耗通用处理器解决类似问题所用能量的约千分之一。该团队让 Loihi 可以访问来自 72 个化学传感器的数据，这些传感器全部位于风洞中，因为吹散了包括氨，丙酮和甲烷在内的 10 种不同的气味。由于Loihi的神经元数量与鼹鼠大脑中的神经元数量大致相同，所以它能够自我学习，这要归功于一种被称为“尖峰神经网络”的新型神经网络。该芯片的系统使用生物现实的神经元模型，可以处理真实世界的感官数据，从而在一定程度上理解周围的环境。因此，Loihi不仅能够学习和识别它所呈现的气味;但它表明，即使在背景干扰的情况下，它也能正确地嗅出气味。

该小组说，这与家用烟雾和一氧化碳探测器的工作方式截然不同-这些设备可以识别特定的空气传播分子并发出哔声，但它们无法以任何方式学习或分类新气味。

这似乎是我们向真正的多功能“电子鼻”迈出的重要一步，应用的范围从危险化学品和爆炸物的检测，毒品和违禁品的检测，葡萄酒的识别和分类到工厂的质量控制，甚至可以通过气味来诊断某些疾病。在德国，Jlich研究中心的神经科学和医学研究所正在与SpiNNaker超级计算机合作，以模拟大脑皮层微电路，而IBM的神经形态设备和架构项目也在进行类似的实验。