Fruktflugor är inte direkt kända för sin hjärnkapacitet - du har förmodligen dränkt mer än en i ett vinglas som stått för länge på trädgårdsbordet. Ändå, med ungefär 140 000 neuroner - en hjärna mindre än ett vallmofrö - kan Drosophila sortera igenom ett stort antal dofter på en bråkdel av en sekund, och sedan behålla minnet av den doften under lång tid. I detta gör de mycket bättre ifrån sig än nuvarande "elektroniska näsor", som tenderar att vara dyra, smärtligt begränsade i vad de kan upptäcka, och snabba att glömma en doft så fort de lär sig en ny.

Så varför inte bara kopiera flugan? Det är frågan ett växande antal forskare har ställt sig - inklusive Kevin Max och Yang Shen vid Okinawa Institute of Science and Technology, vars nya algoritm, Spi-Fly, beskrivs i en artikel som nyligen publicerats i tidskriften Neuromorphic Computing and Engineering.

Lukt är en märklig sinnesförnimmelse, mekaniskt sett. Syn och hörsel reduceras båda till en enda fysisk dimension som du kan plotta på ett diagram - våglängd - vilket gör dem relativt lättstuderade. Luktmolekyler, å andra sidan, kan inte reduceras till någon enda fysisk dimension. Biologin var tvungen att hitta en rörigare lösning istället: hundratals olika receptorproteiner, var och en formad för att fånga specifika molekylära egenskaper, som avfyras i kombinationer som hjärnan sedan måste avkoda. Det är ett system så kombinatoriskt komplext att det tog till 1991 innan Linda Buck och Richard Axel ens identifierade receptorgenfamiljen bakom det - arbete som gav dem Nobelpriset 2004.

Trots svårigheterna i vår förståelse av lukt, finns "elektroniska näsor" på marknaden. Företag som Alpha MOS, Aryballe och Odotech säljer dem för livsmedelskvalitetskontroll, miljöövervakning och säkerhetskontroll. Vad dessa näsor är dåliga på är att generalisera. En enhet inställd på att sniffa upp härsken olivolja är inte samma sak som en enhet som flaggar för ett specifikt sprängämne vid en flygplatssäkerhetskontroll. Att ställa om en för en ny uppgift innebär vanligtvis att träna om dess programvara nästan från grunden.

Två tekniska flaskhalsar ligger bakom den begränsningen. För det första behöver dessa system vanligtvis ett berg av handmärkta exempel innan de tillförlitligt kan skilja en doft från en annan. För det andra tenderar inlärningen av en ny doft att störa vad de redan visste - ett problem som forskare kallar "katastrofalt glömmande", den elektroniska motsvarigheten till att glömma hur man cyklar direkt efter att man lärt sig simma.

Fruktflugor - och många andra insekter - har inte detta problem, trots sina minimala hjärnor. Hur skiljer de dofter åt och kommer ihåg dem med så lite hjärnkapacitet? Hemligheten, enligt artikelns författare, är något som kallas gles kodning. Tänk på det som flugans hjärna som tilldelar en streckkod till varje doft. Dess luktsystem förlitar sig på ungefär 2 000 specialiserade celler, kallade Kenyon-celler, som tar emot glesa, slumpmässigt kopplade signaler som vidarebefordras från flugans luktreceptorer. Dessa Kenyon-celler rapporterar alla till en enda reläpunkt: den främre parade laterala neuronen, eller APL (egentligen ett symmetriskt par, en per hjärnhalva). APL:erna svarar genom att skicka stark, global hämning tillbaka till varje Kenyon-cell samtidigt, vilket tystar nästan alla. De celler som förblir aktiva efter den nedtoningen är vad Max och Shen kallar streckkoden för just den doften.

Spi-Fly tar vid först efter att en sensor redan gjort sitt jobb - allt här sker i simulering, med förinspelade sensordata, och algoritmen har inget att göra med att fånga doften i första hand. I Max och Shens arbete blir sensoravläsningar en ström av spikar, projicerade glest och slumpmässigt på ett dolt lager som står för Kenyon-cellerna, med neuroner som hämmar varandra istället för att förlita sig på en enda APL-liknande domare. Därifrån kopplas det dolda lagret till ett utdatalager, en neuron per märkt doft, som väntar på att lära sig vilken streckkod som hör till vilken doft.

Vad som faktiskt lärs in är kopplingen mellan en streckkod och en