Βέλγιο: Επιστήμονες χρησιμοποιούν τεχνητή νοημοσύνη για να βελτιώσουν τη γεύση της μπύρας

Οι βελγικές μπύρες φημίζονται για την ποικιλία, την ποιότητα και την κληρονομιά τους. Τώρα, οι ερευνητές αξιοποίησαν τη δύναμη της τεχνητής νοημοσύνης για να τις κάνουν ακόμα καλύτερες.

Ο καθηγητής Κέβιν Βέρστρεπεν του πανεπιστημίου KU Leuven, ο οποίος ηγήθηκε της έρευνας, δήλωσε ότι η τεχνητή νοημοσύνη θα μπορούσε να βοηθήσει να διαχωρίσει τις πολύπλοκες σχέσεις που εμπλέκονται στην αντίληψη του αρώματος.

«Η μπύρα -όπως και τα περισσότερα τρόφιμα- περιέχει εκατοντάδες διαφορετικά μόρια αρώματος που λαμβάνονται από τη γλώσσα και τη μύτη μας, και ο εγκέφαλός μας στη συνέχεια τα ενσωματώνει σε μια εικόνα. Ωστόσο, οι ενώσεις αλληλεπιδρούν μεταξύ τους, οπότε το πώς αντιλαμβανόμαστε μία εξαρτάται και από τις συγκεντρώσεις των άλλων», δήλωσε.

Στη μελέτη τους που δημοσιεύθηκε στο περιοδικό «Nature Communications» και επικαλείται η ΕΡΤ ο Βέρστρεπεν και οι συνάδελφοί του αναφέρουν πώς ανέλυσαν τη χημική σύσταση 250 εμπορικών βελγικών μπυρών 22 διαφορετικών στυλ, στις οποίες συμπεριλαμβάνονται οι μπύρες λάγκερ, οι φρουτώδεις, οι ξανθές, οι μπύρες της Δυτικής Φλάνδρας και οι μη αλκοολούχες.

Μεταξύ των ιδιοτήτων που μελετήθηκαν ήταν η περιεκτικότητα σε αλκοόλ, το pH, η συγκέντρωση σακχάρων, καθώς και η παρουσία και η συγκέντρωση περισσότερων από 200 διαφορετικών ενώσεων που εμπλέκονται στη γεύση – όπως οι εστέρες που παράγονται από ζυμομύκητες και τα τερπενοειδή από το λυκίσκο, τα οποία εμπλέκονται στη δημιουργία φρουτώδους νότας.

Μια επιτροπή γευσιγνωσίας 16 συμμετεχόντων δοκίμασε και βαθμολόγησε καθεμία από τις 250 μπύρες για 50 διαφορετικά χαρακτηριστικά, όπως η γεύση λυκίσκου, η γλυκύτητα και η οξύτητα – μια διαδικασία που διήρκεσε τρία χρόνια. Οι ερευνητές συνέλεξαν επίσης 180.000 κριτικές για διάφορες μπύρες από την ηλεκτρονική πλατφόρμα αξιολόγησης καταναλωτών RateBeer.

«Οι μικροσκοπικές αλλαγές στις συγκεντρώσεις των χημικών ουσιών μπορεί να έχουν μεγάλο αντίκτυπο, ειδικά όταν αρχίζουν να αλλάζουν πολλά συστατικά», δήλωσε ο ερευνητής, προσθέτοντας ότι ορισμένες ουσίες που παραδοσιακά θεωρούνται αρνητικές ή απωθητικές, θα μπορούσαν να είναι θετικές εάν υπάρχουν σε χαμηλότερες συγκεντρώσεις και εμφανίζονται σε συνδυασμό με άλλες αρωματικές ενώσεις» εξήγησε ο ερευνητής.

Χρησιμοποιώντας τα διαφορετικά σύνολα δεδομένων, η ομάδα κατασκεύασε μοντέλα βασισμένα στη μηχανική μάθηση –μια μορφή τεχνητής νοημοσύνης- για να προβλέψει πώς θα είναι η γεύση μιας μπύρας και αν θα γίνει αποδεκτή από το κοινό, με βάση τη σύνθεσή της. Στη συνέχεια χρησιμοποίησαν τα αποτελέσματα για να βελτιώσουν μια υπάρχουσα εμπορική μπύρα, ουσιαστικά προσθέτοντας ουσίες που επισημάνθηκαν από τα μοντέλα ως σημαντικοί προγνωστικοί παράγοντες για το συνολικό γευστικό αποτέλεσμα – όπως το γαλακτικό οξύ και η γλυκερόλη.

Τα αποτελέσματα από την επιτροπή γευσιγνωσίας αποκάλυψαν ότι οι προσθήκες βελτίωσαν τις βαθμολογίες τόσο για τις αλκοολούχες όσο και για τις μη αλκοολούχες μπύρες σε όλες τις μετρήσεις, συμπεριλαμβανομένης της γλυκύτητας, του σώματος και του συνολικού γευστικού αποτελέσματος.