目前，在國內外對人工嗅覺和人工味覺的應用研究中，相對來說，人工嗅覺的應用更廣泛，產品也更成熟。下麵分別介紹人工嗅覺、人工味覺技術在食品檢測中的應用。
一、人工嗅覺在食品檢測中的應用
（一）人工嗅覺技術應用簡介
目前食品氣味測定方法中用得最多的是氣相色譜法（Gas Chromatography， GC），氣相色譜儀是重要的理化分析儀器，它幾乎可用於所有化合物的分離和測定。靈敏度高（10-12g/s），分離和測定可一次完成，也可以和多種波譜分析儀器聯用，這些優點使它在各類化學分析方法中占有十分重要的地位。但它也有不足之處：需要製備和處理樣品，選擇合適的萃取溶劑以及合適的色譜分離條件，分析時間通常要幾十分鍾至幾小時；由於揮發物濃度一般均比較低，用氫火焰離子化檢測器（FID）檢測有時不能滿足要求；而且對未知物檢測時，一般要有標準樣品，否則無法定性，即使能對某種或某幾種成分定性鑒別，也不能獲得整體的嗅覺信息。與氣相色譜法相比，人工嗅覺技術操作快速簡便，樣品不需要前處理，也不需要任何有機溶劑進行萃取，因此是一項有利於環境保護，不影響操作人員健康的“綠色”分析技術。測定一個樣品通常需要幾分鍾至幾十分鍾，但很少超過半小時，而且能獲得未知樣品整體的信息，具有人工智能的識別作用。與傳統的感官評定方法相比，人工嗅覺技術更客觀，重複性更高。
國外對人工嗅覺的研究異常活躍，主要應用在酒類、茶葉、魚和肉等食品揮發氣味的識別和分類中，其目的是進行質量分級和新鮮度判別。根據對象的不同，氣敏傳感器陣列及分析方法也不同。另外在環保監測、臨床診斷、香水香型的判別等方麵也有所應用。例如Kyuchung Lee等用金屬氧化物氣敏傳感器陣列，采用主成分分析法和人工神經網絡對數據進行分析，識別了CH3SH，(CH3)3N，C2H5OH和CO 4種氣體，識別率為100%，另外對6種氣味樣品(胡蘿卜、洋蔥、女士香水、男士香水、25%的韓國Soju溶液和40%威士忌溶液)進行了識別，識別率達93%；C.Di Natale等用質量氣敏傳感器陣列組成的人工嗅覺係統對番茄醬和牛奶進行新鮮度判別；Hidehito Nanto用石英晶體諧振傳感器陣列，采用主成分分析和神經網絡分析方法，對三種酒(紅酒、白酒和玫瑰酒)進行分類，識別率達到100%；Martin Holmberg等研究了氣敏傳感器陣列中傳感器零點漂移現象，區分那些傳統識別技術識別不出來的氣體，如牛奶變質產生的氣味；D.Khl等利用多種類型氣敏傳感器組合成的高分辨率傳感器陣列鑒別特殊食品的氣味。以上的研究都是在實驗室做的，但現在國外已有了商品化的人工嗅覺係統。與國外相比，國內對人工嗅覺的研究還停留在實驗階段，離商品化還有一段距離。
人工嗅覺係統在常規理化分析和傳統感官評定這兩種檢測手段之間的某些領域發揮著重要作用，或者說它在食品的氣味研究方麵可以作為常用的儀器分析法和感官測試方法的補充。它在大多數方麵提供了比人的鼻子更敏感、更客觀、更具重複性的氣味辨別方法，解決了食品評價手段對食品工業自動化的製約，在食品工業的各個方麵都將發揮越來越大的作用。下麵介紹幾種國外食品檢測中應用比較成功的人工嗅覺係統及其檢測過程。
（二）對啤酒香味檢測的人工嗅覺係統
英國化學家PhilipN．Bartlett和NeilBlair研究認為，啤酒的香味大約是由700種揮發或不揮發的化合物產生的。啤酒的香味辨別是個複雜的問題，在所含的幾百種化合物中，有一些物質濃度極低，甚至低於多數氣相色譜法的最低測量濃度值。測量啤酒的香味通常采用常規的理化分析方法(例如氣相色譜法)或器官感覺的方法。這些方法昂貴、費時、靈敏度不高且缺乏定量的信息，英國Warwick大學的人工嗅覺專家Gardner教授領導的研究小組用自行研製的人工嗅覺係統來測量啤酒的氣味，以取代現有的分析方法。所研製的人工嗅覺係統的氣體傳感器陣列由12個導電聚合物氣體傳感器組成，每一個導電聚合物氣體傳感器具有很寬的氣體響應範圍，它由兩個薄的金電極和兩電極縫隙間的敷有電化學沉積物的導電聚合體薄膜組成，能對啤酒的頂空飽和氣體的部分成分發生響應。來自傳感器陣列的信號經過適合的接口和調理電路，再由分類器處理，最後用多變量統計法得出結果。這種人工嗅覺係統能區分不同品牌的啤酒，也能區分合格的與腐敗的啤酒。