【黃河啤酒官方網(wǎng)站】制作一種口感好的啤酒是一項(xiàng)艱巨的任務(wù)。大型啤酒廠會從員工中挑選數(shù)百名訓(xùn)練有素的品鑒師來測試新產(chǎn)品，但維持這樣的品鑒小組是昂貴的，而且人們對口感的感知和喜好可能是高度主觀的。

如果人工智能可以幫助我們減輕負(fù)擔(dān)呢？

根據(jù)今天發(fā)表在 Nature Communications 上的研究，一種新的人工智能模型不僅可以準(zhǔn)確識別消費(fèi)者對某種比利時(shí)啤酒的評價(jià)有多高，還可以向釀酒商推薦添加額外的化合物，讓啤酒味道更好，更受大眾歡迎。

這類模型可以幫助食品和飲料制造商開發(fā)新產(chǎn)品或調(diào)整現(xiàn)有配方，以更好地適應(yīng)消費(fèi)者的口味。這有助于節(jié)省大量用于新品試驗(yàn)的時(shí)間和金錢。

為了訓(xùn)練人工智能模型，研究人員花了五年時(shí)間對 250 種啤酒進(jìn)行化學(xué)分析，測量每種啤酒的化學(xué)特性和風(fēng)味化合物，這些特性決定了啤酒的味道。

然后，研究人員將這些詳細(xì)的分析與品鑒小組對啤酒的評估（包括啤酒花、酵母和麥芽口味），以及從流行的啤酒評價(jià)網(wǎng)站 RateBeer 上收集的 18 萬條評論相結(jié)合，對啤酒的味道、色澤、香氣和整體質(zhì)量進(jìn)行抽樣評分。

這個將化學(xué)數(shù)據(jù)與感官特征聯(lián)系起來的大數(shù)據(jù)集被用來訓(xùn)練 10 個機(jī)器學(xué)習(xí)模型，以準(zhǔn)確預(yù)測啤酒的味道、氣味和口感，以及消費(fèi)者對啤酒的評價(jià)。

為了比較不同的模型，他們將數(shù)據(jù)分為訓(xùn)練集和測試集。一旦模型在訓(xùn)練集上完成了訓(xùn)練，他們就會用測試集評估其預(yù)測能力。

研究人員發(fā)現(xiàn)，如果以 RateBeer 網(wǎng)站上的啤酒評價(jià)為基準(zhǔn)，所有模型的預(yù)測表現(xiàn)都比訓(xùn)練有素的人類專家小組要好。

通過這些模型，研究人員能夠準(zhǔn)確確定有助于消費(fèi)者喜歡某款啤酒的特定化合物：如果啤酒中含有某些特定的化合物，人們更有可能對其給出高評價(jià)。

例如，模型預(yù)測，添加酸啤酒中存在的乳酸，可以使其他種類的啤酒味道更清爽，從而改善它們的口感。

參與了該項(xiàng)目的比利時(shí)魯汶大學(xué)教授、VIB-KU 魯汶微生物中心主任凱文?韋斯特崔本（Kevin Verstrepen）表示，其實(shí)我們就是讓模型分析這些啤酒，然后問它們，如何才能把這些啤酒變得更好？

他補(bǔ)充說：“隨后我們有的放矢，通過添加模型推薦的風(fēng)味化合物改變了啤酒的配方。之后我們進(jìn)行了盲品，發(fā)現(xiàn)改良后的啤酒的確變得更好喝，也更受歡迎?！?/p>

他說，這項(xiàng)研究的一個令人興奮的應(yīng)用是，它可以用來生產(chǎn)更好的無酒精啤酒。這對飲料行業(yè)來說一直是一個重大挑戰(zhàn)。

研究人員利用該模型的預(yù)測，在一種不含酒精的啤酒中添加了一系列化合物的混合物，人類品嘗者對新飲品的口感和甜度的評價(jià)明顯高于之前的版本。

美國華盛頓州立大學(xué)食品科學(xué)教授卡洛琳?羅斯（Carolyn Ross）表示，這種類型的機(jī)器學(xué)習(xí)方法在探索食物質(zhì)地和營養(yǎng)，以及調(diào)整食物成分以適應(yīng)不同人群方面也非常有用。

例如，她說，老年人往往不喜歡過于復(fù)雜的質(zhì)地或成分組合。

她說：“我們可以（在食物領(lǐng)域）探索的東西太多了，尤其是當(dāng)我們觀察不同的人群并試圖為他們開發(fā)特定的產(chǎn)品時(shí)。”