L'intelligenza artificiale potrebbe diventare un alleato insospettabile nella produzione di birra, aprendo la strada a miglioramenti significativi nel gusto e nella soddisfazione del consumatore. Una recente ricerca pubblicata su Nature Communications rivela infatti che i modelli di intelligenza artificiale hanno superato gli esperti umani nel predire le valutazioni delle birre belghe sulla piattaforma di recensioni RateBeer.
Creare una birra di alta qualità non è certo facile, con i birrifici che si affidano a un gran numero degustatori esperti per valutare i loro prodotti. Tuttavia, gestire un'operazione simile è costoso e le opinioni, si sa, sono soggettive. L'IA potrebbe offrire una soluzione innovativa a questo problema: i nuovi modelli di IA non solo identificano con precisione il gradimento dei consumatori nei confronti di una birra, ma suggeriscono anche i composti che potrebbero essere aggiunti per migliorare il gusto. Questo approccio promette di rivoluzionare lo sviluppo di nuovi prodotti e la rielaborazione delle ricette esistenti, risparmiando tempo e risorse.
Per addestrare questi modelli, i ricercatori hanno analizzato chimicamente 250 birre commerciali per cinque anni, valutandone le proprietà chimiche e aromatiche che influenzano il gusto. Hanno poi combinato questi dati con le recensioni dei consumatori e le valutazioni degli assaggiatori umani per creare un ampio set di dati utilizzati per addestrare i modelli di IA.
I risultati sono stati sorprendenti: i modelli di IA hanno superato gli esseri umani nella previsione delle valutazioni delle birre. Inoltre, hanno identificato i composti specifici che influenzano positivamente il gradimento dei consumatori, aprendo la strada a miglioramenti mirati. Un'applicazione interessante di questa ricerca è la possibilità di produrre birre senza alcol di alta qualità: utilizzando i suggerimenti dei modelli di IA, i ricercatori hanno migliorato significativamente il gusto e la soddisfazione anche dei consumatori di birre analcoliche.
Questo approccio potrebbe estendersi anche ad altri settori alimentari, consentendo di adattare gli ingredienti e le ricette alle preferenze dei consumatori e alle esigenze specifiche delle diverse popolazioni. Carolyn Ross, docente di scienze alimentari alla Washington State University, ha sottolineato il potenziale di questa tecnologia nel migliorare la qualità e l'accessibilità dei prodotti alimentari, adattandoli alle esigenze di gruppi demografici diversificati.