Solche Modelle könnten Lebensmittel- und Getränkeherstellern dabei helfen, neue Produkte zu entwickeln oder bestehende Rezepte zu modifizieren, um sie besser an den Geschmack der Verbraucher anzupassen, wodurch viel Zeit und Geld eingespart werden könnte, die sonst für die Durchführung von Tests aufgewendet worden wären.
Um ihre KI-Modelle zu trainieren, haben die Forscher fünf Jahre lang 250 kommerzielle Biere chemisch analysiert und dabei die chemischen Eigenschaften und Aromastoffe jedes Biers gemessen, die seinen Geschmack bestimmen.
Anschließend kombinierten die Forscher diese detaillierten Analysen mit Bewertungen der Biere durch ein Gremium geschulter Verkoster (einschließlich Hopfen-, Hefe- und Malzaromen) und 180.000 Bewertungen derselben Biere von der beliebten Online-Plattform RateBeer, um Bewertungen für Geschmack und Aussehen zu erstellen Biere. , Aroma und Gesamtqualität.
Dieser große Datensatz, der chemische Daten mit sensorischen Eigenschaften verknüpft, wurde verwendet, um 10 Modelle für maschinelles Lernen zu trainieren, um den Geschmack, Geruch und das Mundgefühl eines Bieres sowie die Wahrscheinlichkeit, dass ein Verbraucher ihm eine hohe Bewertung gibt, genau vorherzusagen.