Een nieuwe studie onthulde dat kunstmatige intelligentie beter in staat is om whiskygeuren te onderscheiden dan mensen.
De onderzoeksresultaten, gedeeld in Communications Chemistry afgelopen donderdag (19), tonen hoe chemici twee machine learning-algoritmen hebben ontwikkeld, OWSum en CNN.
De eerste is een statistisch hulpmiddel om moleculaire geuren te detecteren, terwijl de andere een convolutioneel neuraal netwerk is dat helpt om relaties te ontdekken in zeer complexe datasets, legde Andreas Grasskamp, onderzoeker bij het Fraunhofer Instituut voor Procestechnologie en Verpakkingen IVV in Freising, Duitsland, en hoofdauteur van de studie, uit aan AFP.
Na training met een lijst van moleculen die werden gedetecteerd door gaschromatografie en massaspectrometrie in 16 whiskymonsters, was OWSum in staat om met meer dan 90% nauwkeurigheid te bepalen of een whisky Amerikaans of Schots was.
In de volgende fase werden beide algoritmen getest om te zien of ze de olfactorische eigenschappen van de whisky konden voorspellen op basis van de gedetecteerde moleculen of hun structurele eigenschappen.
Zowel OWSum als CNN waren gemiddeld nauwkeuriger en consistenter in het identificeren van de vijf dominante geurnoten van een whisky dan een expert uit het panel.
“We ontdekten dat onze algoritmen beter overeenkwamen met de resultaten van het panel dan elke individuele lid, wat zo een betere schatting van de algehele geurperceptie opleverde”, legde Grasskamp uit.
Foto en video: Unsplash. Deze inhoud is gecreëerd met behulp van AI en beoordeeld door het redactieteam.
