AI лучше людей предсказывает происхождение и аромат виски

Ученые из Института процессного инжиниринга и упаковки Фраунхофера IVV в Германии разработали инструмент искусственного интеллекта под названием OWSum, который превосходит человеческих экспертов в определении происхождения и ключевых ароматов образцов виски.

Используя молекулярные данные и машинное обучение, инструмент показал исключительную точность в отличии шотландского виски от американского и прогнозировании их ароматных профилей, как это описано в научной статье, опубликованной в четверг.

Исследование анализировало 16 образцов виски с использованием химических данных и оценок человеческими чувствами. Ученые обнаружили, что OWSum, линейный классификатор, может предсказывать происхождение виски на основе обнаруженных молекул с высокой точностью.

Например, определенные химикаты, такие как ментол и цитронеллол, были связаны с американским виски, в то время как шотландскому виски были свойственны уникальные маркеры, такие как метилдеканоат.

Чтобы пойти дальше, команда использовала как OWSum, так и сверточную нейронную сеть (CNN) для прогнозирования пяти главных ароматических характеристик каждого виски. В их число входили такие описания, как фруктовый, древесный или копченый. Модели искусственного интеллекта показали себя лучше, чем человеческие эксперты, достигнув оценок, которые показали сильную стабильность и точность.

В отличие от людей, которые часто разнятся в своих оценках, инструменты искусственного интеллекта предоставили стабильные прогнозы. Однако исследование отметило, что ни одна модель не учитывала концентрацию молекул, что могло бы улучшить результаты в будущем.

Исследователи считают, что такие приложения ИИ могут быть ценными в виски-индустрии для контроля качества, выявления мошенничества и разработки новых блендов. Инструменты могут также распространяться на другие отрасли, такие как производство пищевых продуктов и парфюмерии, как сообщает New Scientist.

Хотя в этом исследовании ИИ превзошел людей, ученые подчеркивают, что человеческая экспертиза все еще необходима для обучения этих моделей и интерпретации результатов. В будущих усовершенствованиях могут быть включены уточнение профилей ароматов и расширение анализа на другие регионы, производящие виски.

Исследование демонстрирует, как технологии могут дополнять традиционные сенсорные методы, предлагая новые возможности для изучения сложных ароматических составов.

«[Результаты] подчеркивают факт того, что это сложная задача как для людей, так и для машин — но машины более стабильны, чем люди», — говорит Сатнам Сингх, член команды Института Фраунгофера, как сообщает New Scientist.

«Но это не значит, что нам не нужны люди: мы действительно нуждаемся в них, чтобы обучать наши машины, по крайней мере, сейчас,» — добавил он.

Исследование было сфокусировано на небольшом выборе виски, и неясно, как бы ИИ справился с большим разнообразием, или как он бы справился с нотками вкуса, которые меняются по мере старения виски в бочке.

The Guardian сообщает, что доктор Вильям Певелер, старший преподаватель химии в Университете Глазго, заявил:

«Другой аспект виски заключается в том, что восприятие вкуса сильно зависит от окружающей среды, в которой он употребляется, и от других внешних факторов, поэтому может потребоваться дополнительная работа над другими факторами, влияющими на восприятие вкуса и прогнозирование такого эмоционального продукта.»