Fruitvliegen staan niet bepaald bekend om hun hersencapaciteit - je hebt er waarschijnlijk al meer dan één verdronken in een wijnglas dat te lang op de tuintafel stond. Toch kan Drosophila, met ongeveer 140.000 neuronen - een brein kleiner dan een maanzaadje - in een fractie van een seconde een enorme reeks geuren sorteren en vervolgens de herinnering aan die geur lang vasthouden. Hierin doen ze het veel beter dan de huidige "elektronische neuzen", die vaak duur zijn, pijnlijk beperkt in wat ze kunnen detecteren, en snel een geur vergeten zodra ze een nieuwe leren.

Dus waarom niet gewoon de vlieg kopiëren? Dat is de vraag die een groeiend aantal onderzoekers zich stelt - waaronder Kevin Max en Yang Shen van het Okinawa Institute of Science and Technology, wiens nieuwe algoritme, Spi-Fly, wordt beschreven in een artikel dat onlangs is gepubliceerd in het tijdschrift Neuromorphic Computing and Engineering.

Geur is een vreemd zintuig, mechanisch gezien. Zicht en gehoor zijn beide terug te brengen tot een enkele fysieke dimensie die je op een grafiek kunt uitzetten - golflengte - waardoor ze relatief netjes te bestuderen zijn. Geurmoleculen daarentegen kunnen niet worden teruggebracht tot een enkele fysieke dimensie. De biologie moest in plaats daarvan een rommeligere oplossing vinden: honderden verschillende receptor-eiwitten, elk gevormd om specifieke moleculaire kenmerken vast te grijpen, die in combinaties vuren die de hersenen vervolgens moeten decoderen. Het is een systeem dat zo combinatorisch complex is dat het tot 1991 duurde voordat Linda Buck en Richard Axel zelfs maar de receptorgenfamilie erachter identificeerden - werk dat hen in 2004 een Nobelprijs opleverde.

Ondanks de moeilijkheden in ons begrip van geur, bestaan er "elektronische neuzen" op de markt. Bedrijven zoals Alpha MOS, Aryballe en Odotech verkopen ze voor voedselkwaliteitscontrole, milieumonitoring en veiligheidscontrole. Waar deze neuzen slecht in zijn, is generaliseren. Een apparaat dat is afgestemd op het opsporen van bedorven olijfolie is niet hetzelfde als een apparaat dat een specifiek explosief detecteert op een luchthavencontrolepunt. Het ombouwen van een apparaat voor een nieuwe taak betekent meestal dat de software bijna vanaf nul opnieuw moet worden getraind.

Achter die beperking zitten twee technische knelpunten. Ten eerste hebben deze systemen doorgaans een berg handgelabelde voorbeelden nodig voordat ze betrouwbaar het ene van het andere geur kunnen onderscheiden. Ten tweede zorgt het aanleren van een nieuwe geur ervoor dat ze vaak door elkaar gooien wat ze al wisten - een probleem dat onderzoekers "catastrofaal vergeten" noemen, het elektronische equivalent van vergeten hoe je moet fietsen vlak nadat je hebt leren zwemmen.

Fruitvliegen - en tal van andere insecten - hebben dit probleem niet, ondanks hun minuscule hersenen. Hoe onderscheiden ze geuren en onthouden ze die met zo weinig hersencapaciteit? Het geheim, volgens de auteurs van het artikel, is iets dat sparse coding wordt genoemd. Zie het als het brein van de vlieg dat een barcode aan elke geur toekent. Het reuksysteem vertrouwt op ongeveer 2.000 gespecialiseerde cellen, Kenyon-cellen genaamd, die schaarse, willekeurig bedrade signalen ontvangen die worden doorgegeven vanuit de geurreceptoren van de vlieg. Die Kenyon-cellen rapporteren allemaal aan één enkel relaispunt: de anterieure gepaarde laterale neuron, of APL (eigenlijk een symmetrisch paar, één per hersenhelft). De APL's reageren door sterke, globale inhibitie terug te sturen naar elke Kenyon-cel tegelijk, waardoor bijna alle cellen worden stilgelegd. De cellen die na die onderdrukking actief blijven, zijn wat Max en Shen de barcode voor die specifieke geur noemen.

Spi-Fly pakt het verhaal pas op nadat een sensor zijn werk heeft gedaan - alles gebeurt hier in simulatie, met behulp van vooraf opgenomen sensorgegevens, en het algoritme zelf heeft niets te maken met het vastleggen van de geur in de eerste plaats. In het werk van Max en Shen worden sensoruitlezingen een stroom van spikes, schaars en willekeurig geprojecteerd op een verborgen laag die de Kenyon-cellen vertegenwoordigt, waarbij neuronen elkaar remmen in plaats van te vertrouwen op een enkele APL-achtige scheidsrechter. Van daaruit verbindt de verborgen laag zich met een outputlaag, één neuron per gelabelde geur, wachtend om te leren welke barcode bij welke geur hoort.

Wat er daadwerkelijk wordt geleerd, is de verbinding tussen een barcode en een