机器嗅觉是一种模拟生物嗅觉工作原理的新颖仿生检测技术，机器嗅觉系统通常由交叉敏感的化学传感器阵列和适当的计算机模式识别算法组成，可用于检测、分析和鉴别各种气味。
人类思索气味的问题至少可以追溯到公元前4世纪的古希腊时代。亚里士多德认为，气味是有气味的物质发出的辐射，被我们感觉到。比亚里士多德稍晚的另一位希腊学者伊壁鸠鲁，在德谟克利特的原子论的基础上解释了嗅觉：不同形状的原子让鼻子感觉到不同的味道。事实上，人类对气味的追索在一定程度上改变了人类的历史。而且，在人类漫长的进化历史中，感知气味这一功能也影响过我们的命运。
气味分子被机器嗅觉系统中的传感器阵列吸附，产生电信号；生成的信号经各种方法加工处理与传输；将处理后的信号经计算机模式识别系统做出判断。
模式识别伴随着计算机的研究，应用发展起来的一门新兴学科，在计算机理论，信号与信息处理，自动控制理论等方面得到了广泛的应用。近年来被用于仿生鼻中，已引起普遍的重视。
在机器嗅觉中，模式识别技术是对预处理之后的信号再进行适当的处理，获得气体组成成分和浓度的信息。
20世纪中叶，各种化学传感器基本理论和实际应用研究均取得了长足的进展。1962年瑞典斯德哥尔摩召开了国际上最早的嗅觉学术交流会。80年代初期，在科技文献中出现了技术术语“电子鼻”（机器嗅觉俗称）。1997年 美国圣地亚哥召开了最大规模的一次会议，主题是鼓励在嗅觉化学感觉方面的基础和应用方面的研究。
世界上不存在非气味物质。气味是物质的外部特征，能准确地代表物质的本质。无论是高级动物或是低级动物，都具有对周围环境的化学刺激——气味进行感知并作出适当反应的能力。仅以人类自身来说，其日常生活和生产活动都与周围的大气环境密切相关，大气的变化对人类有极大的影响。随着工业规模逐渐扩大，产品的种类不断增多，气体原料和生产过程中产生的气体种类和数量不断境加，环境污染已逐渐影响到人类的生存。任何生物的嗅觉都有一定的感知范围，也必有它的盲区。生物嗅觉的感知范围，仅仅与它的生存需要有关，与生存有益的为正相关，与生存有害的为负相关，与生存无关的气味是它的盲区。也有特殊情况，如氧气、水蒸汽、二氧化碳、一氧化碳与生存相关，而人对它们无感觉，是因为它们一直存在于空气中，人们不需要刻意寻求或防范它们，所以人的嗅觉中枢删除了它们的气味信号。对人类生存和生产环境中的各种气、气味进行准确的检测是必要的。
随着社会发展须要与科学技术的进步，人类对生物器官机理的研究已经日趋成熟。诸如视觉、听觉、味觉、触觉和嗅觉等生物感官功能的模仿己经被各国科学家广泛研究。人类对嗅觉的研究从最早的化学分析方法发展到仪器分析方法，经历了近百年的发展，仿生嗅觉技术的物质识别能力越来越强，识别率也逐步提高。
在气体、气味的化学成分定性、定量分析过程中，主要使用化学方法与仪器分析方法。化学方法利用化学物质自身的化学性质进行定性和定量分析，主要是基于人们对已有物质的化学性质上的分析。这一类型的分析通常可以进行小范围内的物质定性和微量物质的定量。随着化学这门学科及其分支的发展，大量新的化学物质的发现和被合成，传统的化学分析方法已经不适合物质识别和分析。
仪器分析方法从某种意义上来说是与化学方法独立的，它是建立在物理基础之上，主要是建立在光波这一与物质微观层相关的研究或物质分离基础之上的。主要的仪器分析方法有分光光度、红外光谱、紫外光谱、核磁共振、质谱、原子吸收光谱、气相色谱、高压液相色谱等等。仪器分析方法使用物质识别的根据不单单是物质的化学性质，还包括物质在物理和化学中共同表现出来的性质。由于使用了仪器分析检测方法，所以可以使检测灵敏度提高、检测下限也大大下降。但此类设备结盟构复杂、操作烦琐，经常被对象进行预处理，导致测试周期加长，而且还存在着不能连续检测等缺点。另外，作为化学成分分析仪器，它们用于气体分析是卓有成效的，但用于气味质量分析却不佳，甚至没能为力。例如，酒的香气质量是多种致香成分的综合反映，完全测出这些成分不仅非常复杂，还要花费很多时间和费用，有些成分含量极低，测试非常困难。许多气体，其组成的大多数处于气相色谱仪等仪器的检测范围之外，并且气味分子的化学性质与嗅觉效应之间的关系依然是一个“黑箱”，仅用测量出的几种化学成分不能全面地表达被测物质的质量。
以往传统的嗅觉感官的仿生大多只是简单的物质气味的测量，测量方法停留在化学分析方法和仪器分析方法，可是对于一些痕量（相对含量极为微小）物质及复杂物质的分析，特别是许多含有不同气味的痕量物质，还只能停留在人的嗅觉直接测量，这就需要大量的时间和物力来培养专门识别气味的专家。目前，酒类、茶叶等食品的质量主要是靠人的感官来进行判断，感官评定主要依赖人的生理和心理条件，其本身是一门精巧的技术。这类工作通常需要训练有素、经验丰富的专家来进行。但人工鉴别带有很大的主观因素，从某种意义上来说，由于受到经验、情绪等主观因素的影响，感官评定方法的评判结果随鉴别人员的不同而存在相当大的个体差异，即使是同一人员也会随其自身身体状态、情绪变化等的不同而产生不同的结果。由此可见，人的感觉器官的缺点包括主观性、重复性差、耗时长和花费人力巨大等，另外，人的感觉器官不能用于检测有毒气体、连续工作和远程操作。
鉴于传统感官评定和化学成分分析仪器的不足，人们期望有一种客观准确的嗅觉鉴别方法来代替人工气味鉴别和化学分析仪器，仿生嗅觉技术在这种需求下得到迅速的发展。仿生嗅觉技术属于新兴的多学科交叉技术，涉及到计算机技术、应用数学、传感器技术、阵列传感器技术的数据融合和各个具体领域的技术的融合，具有很重要的意义。
我们知道，辨识颜色是件比较容易的事情：只要光的波长为510纳米，大多数人就会说它是绿色。然而，要想根据一个特定的分子特征辨识出对应的味道，那是非常困难的。现在这个难题有新的解决方案了。
据悉，最近美国22个计算机科学家团队公布了一套算法，能够根据不同分子的化学结构来辨识不同气味。这些方案可以发挥什么作用仍有待观察。但是有一种可能，这些算法可以帮助香味商和食品生产者设计新型的气味剂，而且可以量身定制某种味道。
他们还给每种分子打了超过4800个标签，例如分子的原子组合，排列和几何形状，构成了超过200万个数据点的独立数据集合。然后使用这些数据集来训练他们的计算机嗅觉辨识模型，输入的特征是分子的化学结构。
剩余的三分一的数据作为验证集，包括69个味道评价数据及其相应的化学信息，被用来评估模型的辨识味道的准确度，辨识结果与49人的平均评级结果和个体的评级结果做比较。
来自全球的22个团队迎接了挑战。许多团队表现良好，但有两个团队脱颖而出，安娜堡的密歇根大学计算机科学家Yuanfang Guan领导的一个小组，在模拟单个受试者的气味评价中表现最佳。这样的模型可以帮助香料和香料公司构建新的分子结构，调出特定的气味，如檀香或柑橘味。
据了解，当前的研究表明，计算机可以预测人们会用19个标签中的哪一个来描述闻到的这一组气味，但不清楚如果有更多的标签，同样的人工智能程序是否还能准确预测人类会使用的标签。
2012年12月，跨国高科技机构IBM在美国发布全球报告指出，未来五年的科技创新，有望使计算机能模拟人类的感觉能力，拥有视觉、嗅觉、触觉、听觉和味觉。IBM认为，当计算机将以自己的方式看、嗅、触、听和尝的时候，这些突破将会标志着“认知系统”时代的到来。
现在，时间已经过去了六年，这一预言并未实现。事实上，从目前的研究来看，要真正解决机器嗅觉的问题还有很多难关需要攻克，气味辨识仍然是人类科学家和人工智能面临的巨大挑战。
