【黃河啤酒官方網站】制作一種口感好的啤酒是一項艱巨的任務。大型啤酒廠會從員工中挑選數百名訓練有素的品鑒師來測試新產品，但維持這樣的品鑒小組是昂貴的，而且人們對口感的感知和喜好可能是高度主觀的。

如果人工智能可以幫助我們減輕負擔呢？

根據今天發表在 Nature Communications 上的研究，一種新的人工智能模型不僅可以準確識別消費者對某種比利時啤酒的評價有多高，還可以向釀酒商推薦添加額外的化合物，讓啤酒味道更好，更受大眾歡迎。

這類模型可以幫助食品和飲料制造商開發新產品或調整現有配方，以更好地適應消費者的口味。這有助于節省大量用于新品試驗的時間和金錢。

為了訓練人工智能模型，研究人員花了五年時間對 250 種啤酒進行化學分析，測量每種啤酒的化學特性和風味化合物，這些特性決定了啤酒的味道。

然后，研究人員將這些詳細的分析與品鑒小組對啤酒的評估（包括啤酒花、酵母和麥芽口味），以及從流行的啤酒評價網站 RateBeer 上收集的 18 萬條評論相結合，對啤酒的味道、色澤、香氣和整體質量進行抽樣評分。

這個將化學數據與感官特征聯系起來的大數據集被用來訓練 10 個機器學習模型，以準確預測啤酒的味道、氣味和口感，以及消費者對啤酒的評價。

為了比較不同的模型，他們將數據分為訓練集和測試集。一旦模型在訓練集上完成了訓練，他們就會用測試集評估其預測能力。

研究人員發現，如果以 RateBeer 網站上的啤酒評價為基準，所有模型的預測表現都比訓練有素的人類專家小組要好。

通過這些模型，研究人員能夠準確確定有助于消費者喜歡某款啤酒的特定化合物：如果啤酒中含有某些特定的化合物，人們更有可能對其給出高評價。

例如，模型預測，添加酸啤酒中存在的乳酸，可以使其他種類的啤酒味道更清爽，從而改善它們的口感。

參與了該項目的比利時魯汶大學教授、VIB-KU 魯汶微生物中心主任凱文?韋斯特崔本（Kevin Verstrepen）表示，其實我們就是讓模型分析這些啤酒，然后問它們，如何才能把這些啤酒變得更好？

他補充說：“隨后我們有的放矢，通過添加模型推薦的風味化合物改變了啤酒的配方。之后我們進行了盲品，發現改良后的啤酒的確變得更好喝，也更受歡迎。”

他說，這項研究的一個令人興奮的應用是，它可以用來生產更好的無酒精啤酒。這對飲料行業來說一直是一個重大挑戰。

研究人員利用該模型的預測，在一種不含酒精的啤酒中添加了一系列化合物的混合物，人類品嘗者對新飲品的口感和甜度的評價明顯高于之前的版本。

美國華盛頓州立大學食品科學教授卡洛琳?羅斯（Carolyn Ross）表示，這種類型的機器學習方法在探索食物質地和營養，以及調整食物成分以適應不同人群方面也非常有用。

例如，她說，老年人往往不喜歡過于復雜的質地或成分組合。

她說：“我們可以（在食物領域）探索的東西太多了，尤其是當我們觀察不同的人群并試圖為他們開發特定的產品時。”