I ricercatori del centro di microbiologia VIB-KU Leuven hanno sviluppato modelli di machine learning in grado di prevedere le qualità organolettiche di una birra a partire dalla sua composizione¹. Questo studio, intitolato “Predicting and improving complex beer flavor through machine learning“, è stato appena pubblicato su Nature Communication.
Ecco cosa hanno fatto:
- Analisi chimica delle birre: I ricercatori hanno analizzato la composizione chimica di 250 birre belghe, misurando la concentrazione di circa 200 composti responsabili delle proprietà organolettiche delle bevande.
- Panel di degustatori: Un panel di 15 degustatori ha effettuato l’analisi sensoriale e organolettica delle stesse birre.
- Machine learning: I ricercatori hanno addestrato 10 diversi modelli utilizzando tecniche di machine learning. Questi modelli hanno creato un legame tra l’analisi chimica, gli ingredienti responsabili dei vari composti, le note di degustazione e i punteggi di oltre 180.000 recensioni di appassionati raccolte dalla popolare piattaforma RateBeer.
- Miglioramento delle birre: Utilizzando le previsioni dei modelli, i ricercatori sono riusciti a migliorare il gusto delle birre. Hanno modificato la concentrazione dei diversi composti sulla base di suggerimenti non così scontati. Durante sessioni di degustazioni alla cieca, le birre così modificate sono risultate effettivamente migliorate nel gusto e altri parametri.
L’obiettivo primario di questo metodo? Produrre una migliore birra analcolica¹. Un risultato interessante che dimostra come l’intelligenza artificiale possa contribuire al mondo della birra!