一个新学习比利时的研究人员证明人工智能可以帮助改善啤酒的酿造过程，从而改善了它的口味。
使用各种数据集，该团队基于机器学习（一种人工智能）建立了模型，以预测啤酒如何根据其组成而品尝。
根据监护人，改变啤酒的研究是由鲁文大学及其同事的Kevin Verstrepen教授领导的。
《自然通讯》杂志描述了他们如何研究22种品种的250种商业比利时啤酒的化学成分，包括啤酒，水果啤酒，金发，西佛兰德斯啤酒和非酒精啤酒。
（照片：Sean Gallup/Getty Images）芬兰Savonlinna - 5月25日：酿酒商Mika Kosonen在2022年5月25日在芬兰Savonlinna的Olaf Brewing Microubrewery进行酿造时，在OLAF BREWing Microubrewery进行了酿造时样品。奥拉夫·布鲁（Olaf Brewing）推出了奥坦啤酒（Otan Beer），以庆祝芬兰加入北约军事联盟的竞标。奥坦（Otan）是北约的法国首字母缩写，意思是芬兰语中的“我得到”。
然后，他们利用这些发现来改善现有的商业啤酒，从模型确定为整体娱乐的重要预测因素，例如乳酸和甘油，从而有效地尖峰。
品尝面板发现，这些变化增强了对酒精和非酒精啤酒的评估，例如甜度，身体和整体享受。
尽管这些模型有局限性，例如它们仅是使用高质量商业啤酒的数据集构建的，但Verstrepen认为它们最实际的用途可能是改善非酒精啤酒。
但是，啤酒迷不必担心新技术会打扰丰富的遗产，因为Verstrepen指出，酿酒者的能力仍然至关重要。
Verstrepen认为，AI模型预测了可能改善啤酒的化学变化，但仍取决于酿酒商的实施，从配方和酿造过程开始。
另请阅读：到2050年，气候变化会影响啤酒质量，研究发现但是如何？
研究的潜在贡献
该研究称赞了其潜在的贡献，并补充说，基于化学构成的预测风味和客户偏好是感觉科学的最终目标之一。
他们声称，将化学轮廓与风味和食品欣赏联系起来的一致，系统和公正的方法将是食品和饮料部门的宝贵资产。
该研究指出，他们的AI驱动工具可以大大帮助质量控制和食谱开发，从而为试点研究和消费者试验提供了有效且具有成本效益的替代品，并最终允许食品制造商生产出更高的量身定制的产品，以更好地满足特定消费者群体的需求。
AI驱动的酒精业务
人工智能似乎正在为开发酒精饮料而获得蒸汽，因为苏格兰酿酒厂据称是使用名为“”的人工智能模型Smokednai``更好地理解桶中威士忌的老化过程。据推测，随着时间的流逝，协助公司确定威士忌的“概况”。
酒精饮料公司Diageo致力于利用Smokednai Technology的威士忌老化的研究约4,400万美元。团队使用Smokednai来分析和比较两种独特的威士忌的风味和质地，一种残留物，另一个是用单独的桶生产的。
将威士忌样品提交给化学分析过程，例如气相色谱或液相色谱法，然后将发现结果分为一组不同的成分。这种算法使用Smokednai技术，创作了艺术作品，逐渐唤起了威士忌烟的图片。
相关文章：新的回收过程使用啤酒副产品在废物流中过滤金属：研究
（照片：技术时报）
