La bière belge rejoint la liste des choses qui n'ont probablement pas besoin d'être améliorées par l'apprentissage automatique, mais que les gens vont essayer de toute façon.
La famille des bières est depuis longtemps l'une des préférées des connaisseurs du monde entier, mais un groupe de scientifiques a décidé qu'elle pourrait être mieux brassée avec l'aide de l'apprentissage automatique.
Dans une étude dirigée par Michiel Schreurs, doctorant au Vlaams Instituut voor Biotechnologie (VIB) en Flandre, les chercheurs voulaient contribuer au développement de nouveaux arômes de bière alcoolisée et non alcoolisée avec des taux d'appréciation plus élevés par les consommateurs.
Comprendre la relation entre la chimie de la bière et son goût peut s’avérer une tâche délicate. Une grande partie du travail repose sur des essais et des erreurs et repose sur des tests approfondis auprès des consommateurs.
Le groupe belge a documenté 200 propriétés chimiques de 250 bières belges commerciales réparties dans 22 styles, comme les bières blondes et triples. À l’aide de la base de données en ligne d’évaluation de la bière RateBeer, ils ont ensuite lié 180,000 16 descriptions sensorielles à des compositions chimiques connues. Ils ont également utilisé les données de profilage d'un panel de dégustation formé de XNUMX personnes.
S'appuyant sur l'ensemble de données, l'équipe a formé des modèles d'apprentissage automatique pour corréler et prédire la saveur en termes de corrélation entre l'appréciation du buveur et le profil chimique.
D’après une article publié dans Nature Communications aujourd'hui, le modèle d'apprentissage automatique a obtenu une appréciation globale plus élevée parmi les panélistes formés lors de dégustations à l'aveugle.
"La saveur de la bière est un mélange complexe de composés aromatiques", a déclaré Schreurs. « Il est impossible de prédire la qualité d’une bière en mesurant un ou quelques composés. Nous avons vraiment besoin de la puissance des ordinateurs.
Les auteurs suggèrent que cet outil pourrait aider à améliorer le contrôle qualité et le développement de recettes de nombreux types d'aliments et de boissons afin de répondre plus efficacement aux demandes des consommateurs, mais l'étude s'est limitée aux bières belges.
L'auteur correspondant Kevin Verstrepen, professeur à l'université belge KU Leuven, a déclaré que l'un des objectifs les plus importants est désormais de contribuer à la production d'une meilleure bière sans alcool. "Grâce à l'utilisation de notre modèle, nous avons déjà réussi à créer un cocktail de composés aromatiques naturels qui imitent le goût et l'odeur de l'alcool, sans risque de gueule de bois", a-t-il déclaré dans un communiqué.
Schreurs a admis que l'équipe avait célébré la fin du papier avec la variété contenant de l'alcool. Certaines bières belges titrant 15 % d'alcool par volume, il n'a pas précisé à quel point la gueule de bois était grave. ®
- Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
- PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
- PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
- PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
- PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
- La source: https://go.theregister.com/feed/www.theregister.com/2024/03/27/belgian_beer_machine_learning/
