Un nuevo estudio reveló que los algoritmos de inteligencia artificial tienen más capacidad para distinguir los aromas de whisky que los humanos.
Los resultados de la investigación, compartidos en Communications Chemistry el pasado jueves (19), muestran cómo los químicos pudieron crear dos algoritmos de aprendizaje automático, OWSum y CNN.
El primero es una herramienta estadística para percibir olores moleculares, mientras que el otro es una red neuronal convolucional que ayuda a descubrir relaciones en conjuntos de datos muy complejos, explicó Andreas Grasskamp, investigador del Instituto Fraunhofer de Ingeniería de Procesos y Empaque IVV en Freising, Alemania, y principal autor del estudio, a AFP.
Después de un entrenamiento con una lista de moléculas detectadas por cromatografía gaseosa y espectrometría de masas en 16 muestras de whisky, OWSum fue capaz de determinar si un whisky era americano o escocés con más del 90% de precisión.
En la segunda etapa, ambos algoritmos fueron probados para ver si podían predecir las cualidades olfativas de los whiskys basándose en las moléculas detectadas o en sus características estructurales.
Tanto OWSum como CNN fueron capaces de identificar las cinco notas dominantes de un whisky con más precisión y consistencia, en promedio, que cualquier experto humano del panel.
“Descubrimos que nuestros algoritmos se alinearon mejor con los resultados del panel que cada miembro individual, proporcionando así una estimación mejor de la percepción general del olor”, explicó Grasskamp.
Foto y video: Unsplash. Este contenido fue creado con la ayuda de IA y revisado por el equipo editorial.
