In een tijd waarin kunstmatige intelligentie stemmen, gezichten en zelfs hele gesprekken kan nabootsen, blijft één diep persoonlijk kenmerk grotendeels onbereikbaar voor replicatie. De unieke manier waarop ieder mens ruikt, ligt nog grotendeels buiten het bereik van huidige AI-systemen en biedt een kleine maar betekenisvolle laag privacy die technologie nog niet heeft doorbroken.
Zorgen over dataprivacy zijn toegenomen nu bedrijven steeds capabelere AI-tools ontwikkelen. Berichten over contractors die gebruikersinteracties met systemen als ChatGPT beoordelen en agents die waarborgen omzeilen, laten zien hoe weinig er echt verborgen blijft. Toch wijst Barry Smith, directeur van het Institute of Philosophy aan de University of London’s School of Advanced Study, op geur als een eigenschap die buiten digitale codering is gebleven. “Ik heb eigenschappen die niet digitaal gecodeerd zijn,” merkt hij op, met tevredenheid dat dit nog steeds het geval is.
Smith, die menselijke zintuigen bestudeert, merkt op dat geur tot de pandemie weinig onderzoeksaandacht kreeg omdat veel mensen hun reuk verloren. Het resulterende gebrek aan data heeft AI-modellen minder materiaal gegeven om van te leren dan bij zicht of taal.
De uitdaging gaat dieper dan ontbrekende datasets. Ruiken houdt in dat microscopische deeltjes worden ingeademd, wat een directe fysieke verbinding creëert die filosoof Jean-Paul Sartre beschreef als de versmelting van het ene lichaam met het andere. Grote taalmodellen kunnen veel mentale processen benaderen, maar deze lichamelijke dimensie houdt geurdetectie voorlopig apart.
Hoe goed de beelden en geluiden ook zijn — ook al kun je je door een virtuele wereld bewegen — we zullen nooit echt ondergedompeld zijn in een digitale wereld als we die niet kunnen ruiken.
Succes bij het repliceren van geur kan praktische toepassingen ontsluiten. Apparaten die ziekten via geur kunnen identificeren of bedorven voedsel kunnen opsporen, zouden een markt vinden in de gezondheidszorg en landbouw. Alex Wiltschko, neuroloog die de startup Osmo oprichtte na zijn werk bij Google Brain, gelooft dat vooruitgang mogelijk is maar afhangt van betere data-infrastructuur.
Wiltschko vergelijkt de huidige staat van reukintelligentie met de vroege experimenten in de fotografie, toen meerdere benaderingen concurreerden om beelden vast te leggen. Projecten zoals MIT’s SmellNet en werk aan de Rockefeller University’s Laboratory of Neurogenetics and Behavior zijn gericht op het in kaart brengen van het enorme scala aan detecteerbare geuren, geschat op meer dan een biljoen combinaties.
Eerdere pogingen om geur aan media toe te voegen, zoals het Smell-O-Vision-systeem uit de jaren zestig, leverden vaak ongelijke resultaten op met aanhoudende of gemengde geuren. Moderne AI-versies stuiten op vergelijkbare hindernissen bij het nauwkeurig reproduceren van de vluchtige kwaliteit van geur. Voorlopig behoudt de menselijke neus zijn unieke rol.