AI 也能學會釀酒配分！比利時科學家透過機器學習改善啤酒口味

比利時魯汶大學（KU Leuven university）研究人員在《自然通訊》期刊上發表論文，闡述他們如何分析 250 種比利時市售商業啤酒的化學成分，並綜合品酒小組的評分，以及線上的啤酒評論等資料，建立了可以預測並改善啤酒口味的 ML 機器學習模型。 

啤酒中數百種不同的氣味分子會被我們嚐到和聞到，由於這些化合物會互相作用，所以我們感知一種化合物也取決於其他化合物的濃度。領導這項研究的比利時魯汶大學教授 Kevin Verstrepen 表示，AI可以幫助梳理人類氣味感知中涉及的複雜關係。

面對 250 種啤酒的分析，他們想要研究分析的特性包括酒精含量、pH 值、糖濃度，以及與口味有關的 200 多種不同化合物的驗出和濃度。比如酵母產生的酯類（ester）和啤酒花產生的萜類（erpenoid），兩者都與創造出水果味有關。

研究團隊同時徵選了 16 名參與者組成品酒小組，分別對 250 種啤酒進行 50 項不同特性（例如甜味、苦味、酸度、啤酒花味道）的評分，光這個評分程序就花了三年的時間。此外，研究人員並從線上消費者評論全球啤酒的權威平台 RateBeer 上收集了 18 萬條各種啤酒的評論訊息。

透過來自上述各種來源的資料集，該團隊建立了基於機器學習的模型，以根據啤酒的成份預測啤酒的口味和接受度。接著，他們利用這些結果來對現有商業啤酒進行強化，基本上是在啤酒中添加已被模型標記為重要之整體接受度預測因素的物質（例如乳酸和 glycerol 甘油）。

根據品酒小組的評分結果顯示，這些添加物提高了酒精和無酒精啤酒在甜度、口感和整體接受度等指標上的評分。Verstrepen 表示，這些模型的最大應用可能是微調無酒精啤酒，並使其更好喝。但他同時強調，釀酒師的技能仍然至關重要。

• Scientists turn to AI to make beer taste even better

（首圖來源：LimeWire 生成）