Inteligența artificială prezice aroma whisky-ului cu mai multă acuratețe decât experții în domeniu
Un studiu recent a arătat că algoritmii de învăţare automată pot prezice aromele whisky-ului cu o precizie mai mare decât experţii în domeniu, deschizând noi perspective în domeniul evaluării produselor și al detecției celor contrafăcute. Cercetătorii au folosit doi algoritmi pentru a analiza compuşii chimici ai diferitelor tipuri de whisky din diverse colțuri ale lumii şi pentru a prezice notele dominante de aromă, informează AFP și Agerpres.
În mediul înconjurător în care trăiesc oamenii, majoritatea mirosurilor sunt constituite dintr-un amestec complex de molecule care interacționează în sistemul olfactiv uman pentru a crea o impresie specifică. Așa se întâmplă și în cazul whisky-ului, al cărui profil aromatic poate fi determinat de peste 40 de compuși și care poate să conțină încă și mai mulți compuși volatili non-odoranți.
Astfel, este deosebit de dificil să se evalueze sau să se prevadă caracteristicile aromatice ale unui whisky atunci când cineva se bazează exclusiv pe compoziția moleculară a acestuia.
Doi algoritmi de învățare automată
Totuși, este tocmai ce au reușit chimiștii să facă datorită a doi algoritmi de învățare automată, potrivit rezultatelor unui studiu care au fost publicate joi în revista Communications Chemistry.
Primul algoritm, OWSum, este un instrument statistic de previziune a mirosurilor moleculare dezvoltate de autorii studiului.
Cel de-al doilea, denumit CNN, este o rețea neuronală convolută, care ajută la descoperirea relațiilor ce există între seturi de date foarte complexe. Cum ar fi cele dintre „moleculele și atributele aromelor cele mai influente” dintr-un amestec de whisky, a explicat Andreas Grasskamp, cercetător la Institutul Fraunhofer pentru Ingineria Procesării și Ambalajelor IVV din Freising, Germania, principalul autor al studiului.
Cercetătorii i-au „antrenat” pe algoritmi furnizându-le o listă de molecule detectate prin cromatografie în fază gazoasă și prin spectrometrie de masă (două tehnici ce permit separarea moleculelor din amestecuri și identificarea lor) în 16 eșantioane de whisky: Talisker Isle of Skye Malt (cu vechimea de 10 ani), Glenmorangie Original, Four Roses Single Barrel, Johnnie Walker Red Label și chiar Jack Daniel's.
Le-au oferit și descrieri ale aromelor, determinate pentru fiecare eșantion de un panel compus din 11 experți.
Algoritmii au fost utilizați apoi pentru a identifica țara de origine a fiecărui whisky și cele cinci note dominante ale sale.
Detectarea produselor contrafăcute
OWSum a reușit să stabilească dacă un whisky era american sau scoțian cu o precizie de peste 90%.
Detectarea moleculelor de mentol și citronelol a fost puternic asociată cu o clasificare americană, în timp ce detectarea decanoatului de metil și a acidului heptanoic a fost în principal asociată cu o clasificare de whisky scoțian.
Algoritmul a identificat, de asemenea, notele caramelizate ca fiind cele mai caracteristice pentru whisky-urile americane, în timp ce notele de „măr”, „solvent” și „fenolice” (adeseori descrise ca un miros afumat sau medicinal) erau cele mai caracteristice ale whisky-urilor scoțiene.
Cercetătorii le-au cerut apoi, în a doua etapă, algoritmilor OWSum și CNN să prevadă calitățile olfactive ale whisky-urilor, bazându-se fie pe moleculele detectate, fie pe caracteristicile lor structurale.
Cei doi algoritmi au reușit să identifice cele cinci note dominante ale fiecărui whisky oferit spre analiză cu o mai mare precizie și coerență, în medie, decât oricare expert uman care a făcut parte din acel panel.
„Am constatat că algoritmii noștri se aliniază mai bine cu rezultatele panelului decât fiecare membru al panelului luat individual, oferind astfel o estimare mai bună a percepției generale a mirosurilor”, a subliniat Andreas Grasskamp.
Aceste metode de învățare automată ar putea fi utilizate și pentru a detecta produsele contrafăcute. Sau pentru a evalua dacă un amestec de whisky „va avea aroma așteptată, ajutând astfel la reducerea costurilor prin limitarea nevoii de a folosi paneluri de evaluare”, a adăugat el.
Ar putea fi obținute rezultate similare și pentru vinuri? „Teoretic, da, tot ce au nevoie aceste instrumente este o listă a compușilor detectați în eșantion și descrierile lor corespunzătoare”, potrivit lui Andreas Grasskamp.
„Provocarea rămâne în detaliile cele mai fine, cum ar fi chestiunea de a ști dacă aromele vinului sunt suficient de distincte pentru un algoritm AI”, a adăugat coordonatorul studiului.
Editor : Ș.A.
Descarcă aplicația Digi24 și află cele mai importante știri ale zilei
Urmărește știrile Digi24.ro și pe Google News