AI Lepiej Przewiduje Pochodzenie i Aromaty Whisky niż Ludzie

Naukowcy z Niemieckiego Instytutu Inżynierii Procesowej i Opakowań Fraunhofer IVV opracowali narzędzie AI o nazwie OWSum, które przewyższa ludzkich ekspertów w identyfikacji pochodzenia i kluczowych aromatów próbek whisky.

Korzystając z danych molekularnych i uczenia maszynowego, narzędzie wykazało wyjątkową precyzję w rozróżnianiu whisky szkockiej od amerykańskiej oraz przewidywaniu ich profilów aromatycznych, jak opisano w artykule badawczym opublikowanym w czwartek.

Badanie analizowało 16 próbek whisky za pomocą danych chemicznych i ocen sensorycznych człowieka. Badacze odkryli, że OWSum, liniowy klasyfikator, mógł przewidywać pochodzenie whisky na podstawie wykrytych cząsteczek z dużą precyzją.

Na przykład, pewne substancje chemiczne, takie jak mentol i cytronelol, były związane z amerykańską whisky, podczas gdy whisky szkocka miała unikalne markery, takie jak metylodekanoat.

Aby posunąć badania naprzód, zespół wykorzystał zarówno OWSum, jak i konwolucyjną sieć neuronową (CNN), by przewidzieć pięć głównych atrybutów aromatu każdej whisky. Wśród tych deskryptorów znalazły się takie określenia jak owocowy, drzewny czy dymny. Modele AI osiągnęły lepsze wyniki niż eksperci ludzie, uzyskując wyniki wykazujące silną spójność i dokładność.

W przeciwieństwie do ludzi, którzy często różnią się w swoich ocenach, narzędzia AI dostarczały spójne prognozy. Jednakże badanie zauważyło, że żaden z modeli nie uwzględniał koncentracji cząsteczek, co mogłoby poprawić wyniki w przyszłości.

Badacze wierzą, że takie zastosowania AI mogą być cenne w przemyśle whisky dla kontroli jakości, wykrywania oszustw i tworzenia nowych mieszanek. Narzędzia te mogą również znaleźć zastosowanie w innych branżach, takich jak produkcja żywności i perfum, jak donosi New Scientist.

Chociaż AI przewyższyło ludzi w tym badaniu, naukowcy podkreślają, że ludzka ekspertyza jest nadal niezbędna do szkolenia tych modeli i interpretowania wyników. Przyszłe postępy mogą obejmować doskonalenie profili aromatycznych i rozszerzanie analiz na inne regiony produkujące whisky.

Badanie pokazuje, jak technologia może uzupełniać tradycyjne metody sensoryczne, dostarczając nowych spostrzeżeń na temat skomplikowanych kompozycji aromatycznych.

„[Wyniki] podkreślają fakt, że jest to skomplikowane zadanie dla ludzi, ale jest to również skomplikowane zadanie dla maszyn – ale maszyny są bardziej konsekwentne niż ludzie” – mówi Satnam Singh, członek zespołu z Instytutu Fraunhofera, jak informuje New Scientist.

„Ale to nie znaczy, że ludzie nie są potrzebni: potrzebujemy ich przynajmniej teraz, aby trenować nasze maszyny”, dodał.

Badanie skupiło się na małej selekcji whisky, a niepewne jest, jak sztuczna inteligencja poradziłaby sobie z większą różnorodnością, czy jak radziłaby sobie z nutami smakowymi, które ewoluują w miarę starzenia się whisky w beczce.

The Guardian cytuje słowa dr. Williama Pevelera, starszego wykładowcy chemii na Uniwersytecie w Glasgow, który mówi:

„Inną kwestią związaną z whisky jest to, że percepcja smaku jest ogromnie wpływana przez środowisko, w którym jest spożywana, oraz inne czynniki zewnętrzne, więc mogłoby być trochę pracy do wykonania nad innymi czynnikami wpływającymi na percepcję smaku i przewidywanie go w tak emocjonalnym produkcie.”