ИИ научился улучшать вкус пива с учетом предпочтений потребителей

Такие модели позволят производителям разрабатывать новые продукты и менять уже существующие с учетом вкусов потребителей. Так можно сэкономить много времени и денег, которые ушли бы на проведение экспериментов. 

Чтобы обучить модели ИИ, исследователи в течение пяти лет проводили химический анализ 250 коммерческих сортов пива, измеряя химические свойства и вкусовые соединения каждого из них.

Затем этот подробный анализ объединили с оценками дегустационной комиссии и 180 тыс. обзоров тех же сортов пива из онлайн-платформы RateBeer. Получился большой набор данных, который связывает химические данные с вкусовыми признаками. С его помощью 10 моделей машинного обучения научили точно предсказывать вкус, запах и привкус пива, а также вероятность того, что потребитель поставит ему высокую оценку.

Данные разделили на обучающий и тестовый наборы. Когда модель получала данные из обучающего набора, ее способность прогнозировать оценивали на тестовом. Выяснилось, что все модели предсказывали рейтинг напитка на RateBeer лучше, чем эксперты-люди.

Читайте по теме:

В Сингапуре можно попробовать пиво из очищенных сточных вод

Высокая кухня+наука: эта тарелка превращает подачу блюд в шоу

Бармены больше не нужны? Британская компания разработала вендинг для пива

Так исследователи смогли определить, какие именно компоненты повышают вероятность того, что пиво получит высокую оценку. Например, молочная кислота, которую добавляют в пиво с терпким и кислым вкусом, может улучшить и другие сорта, придав им более свежий вкус.

Этот ИИ может улучшить вкус безалкогольного пива, что представляет серьезную проблему для пивоваренной отрасли. На основе прогнозов модели команда добавила несколько компонентов в безалкогольное пиво, и дегустаторы-люди оценили его значительно выше с точки зрения полноты вкуса и сладости, чем предыдущую версию.

Помимо этого, такой метод машинного обучения поможет изучать текстуру и питательность продуктов, а также адаптировать ингредиенты для различных групп населения. Например, пожилым людям, как правило, меньше нравятся сложные комбинации текстур и ингредиентов.

Источник.

Фото на обложке: id-art / Shutterstock