這些發現在自動化的環境毒性、惡臭監測以及香料工業中的快速氣味篩選方面都具有重要的應用，同時還能為神奇的傳感技術——數字化地傳遞氣味 ——提供關鍵性的組成部分。在過去十年間，俗稱為“電子鼻”（eNoses）的電子設備已經發展到能夠檢測和識別氣味的程度。電子鼻的主要構成部分是一個化學傳感器陣列。當一種氣味經過電子鼻時，該氣味的分子特性將以一種特殊的方式刺激傳感器，并產生一種能夠識別特定氣味的獨特電學模式——或稱為“氣味指紋”。就像嗅探犬一樣，電子鼻首先也需要通過氣味樣本進行“訓練”，以建立一個氣味參考數據庫。然后電子鼻就能夠通過與數據庫中包含的“氣味指紋”進行比較來識別新的氣味樣本。

但是與人類鼻子不同的是，如果給電子鼻聞一種數據庫中沒有記錄其氣味指紋的陌生氣味時，電子鼻將無法識別這種氣味。所以魏茲曼研究所的一組科學家，由拉菲·哈達德博士（Dr. RafiHaddad）領銜，決定從另一個不同的角度來解決這個問題。不再訓練電子鼻去識別特定的氣味，他們訓練電子鼻在一個特定的感覺軸上去估計氣味。他們選擇的感覺軸是氣味的愉悅性。換言之，他們訓練電子鼻去預測某種氣味聞起來是愉悅的還是令人不快的，還是處于這兩個端點中間的任何一點。

為了實現這一點，這組科學家首先讓一組以色列的本地人對一個選定的氣味數據庫的愉悅性進行評分，從“非常令人不快”（0分）到“非常愉悅”（30分）。這樣他們就開發出了這個數據庫的“氣味愉悅性”算法，然后他們就可以將這個算法編入電子鼻。其后，這組科學家讓電子鼻去預測一組不包含在之前數據庫中的全新氣味的愉悅性，并與另一組完全不同的本土以色列人所進行的評分進行比較。這組科學家發現電子鼻能夠對其之前從未聞過的陌生氣味的愉悅性進行歸類與評分，而且它們的評分與人類的評分具有大約80%的相似性。此外，如果電子鼻僅需進行是“愉悅”還是“不快”這樣的簡單分類，而不是在一個30分的漸進量表上進行評分的話，那么它們的準確性將能達到99%。