Штучний інтелект навчився покращувати смак пива

Створити смачне пиво – складне завдання. Великі броварні мають сотні навчених дегустаторів, які тестують нову продукцію. Однак такі дегустації коштують дорого, а добрий смак — дуже суб’єктивний показник.

Можливо, процес спростить штучний інтелект? Згідно з дослідженням, опублікованим у журналі Nature Communications, нові моделі штучного інтелекту здатні точно визначити, наскільки високо споживачі оцінять певне бельгійське пиво, а також які компоненти покращать його смак.

Такі моделі дозволять виробникам розробляти нові продукти та змінювати вже наявні з урахуванням смаків споживачів. Так можна заощадити багато часу та грошей, які пішли б на проведення експериментів.

Щоб навчити моделі штучного інтелекту, науковці протягом п’яти років проводили хімічний аналіз 250 комерційних сортів пива, вимірюючи хімічні властивості та смакові сполуки кожного з них.

Потім цей докладний аналіз поєднали з оцінками дегустаційної комісії та 180 тис. оглядів тих самих сортів пива з онлайн-платформи RateBeer. Вийшов великий набір даних, що пов’язує хімічні дані зі смаковими ознаками. З його допомогою 10 моделей машинного навчання навчили точно передбачати смак, запах та присмак пива, а також можливість того, що споживач поставить йому високу оцінку.

Дані розділили на навчальний та тестовий набори. Коли модель отримувала дані з набору, її здатність прогнозувати оцінювали на тестовому. З’ясувалося, що всі моделі пророкували рейтинг напою на RateBeer краще, ніж експерти-люди.

Так науковці змогли визначити, які саме компоненти підвищують можливість того, що пиво отримає високу оцінку. Наприклад, молочна кислота, яку додають у пиво з терпким і кислим смаком, може покращити й інші сорти, надавши їм свіжішого смаку.

Цей штучний інтелект може покращити смак безалкогольного пива, що є серйозною проблемою для пивоварної галузі. На основі прогнозів моделі команда додала кілька компонентів у безалкогольне пиво, і дегустатори-люди оцінили його значно вище з погляду повноти смаку та насолоди, ніж попередню версію.

Окрім цього, такий метод машинного навчання допоможе вивчати текстуру та поживність продуктів, а також адаптувати інгредієнти для різних груп населення. Наприклад, людям похилого віку, як правило, менше подобаються складні комбінації текстур та інгредієнтів.

БІЛЬШЕ ЦІКАВОГО:

Джерело: MITTechnologyReview

Читайте также:

Перекладач із собачого: які технології допоможуть вам краще зрозуміти вашого вихованця

ШІ музика: як стартап Suno робить створення пісень доступним кожному

Штучний інтелект забере у нас роботу? Думки візіонерів та дослідження

Nvidia представила новий надпотужний чіп для штучного інтелекту