Raisons pour lesquelles l’IA va prendre en charge la création de recettes de bière

Des scientifiques ont trouvé un moyen d’entraîner l’IA à identifier les composés aromatiques de la bière afin de faire des prédictions sur ce que les consommateurs apprécieront le plus de boire.

La recherche, qui a impliqué des analyses chimiques et sensorielles de 250 bières différentes, a été utilisée pour « former des modèles d’apprentissage automatique qui permettent de prédire la saveur et l’appréciation des consommateurs ».

Les scientifiques ont déclaré que « pour chaque bière, nous mesurons plus de 200 propriétés chimiques, effectuons une analyse sensorielle descriptive quantitative avec un panel de dégustation formé et cartographions les données de plus de 180 000 avis de consommateurs pour former 10 modèles d’apprentissage automatique différents ».

Selon l’étude, « prédire et comprendre la perception et l’appréciation des aliments est l’un des principaux défis de la science alimentaire », mais une modélisation précise de la saveur et de l’appréciation pourrait « offrir d’importantes opportunités aux producteurs et aux consommateurs, notamment le contrôle de la qualité, l’empreinte digitale des produits, la détection des contrefaçons, la détection de la détérioration et le développement de nouveaux produits et combinaisons de produits ».

La recherche a souligné que « malgré la myriade d’applications », la prédiction « de la saveur et de l’appréciation des propriétés chimiques reste un objectif largement insaisissable en science sensorielle, en particulier pour les aliments et les boissons complexes ». Ainsi, lorsqu’il s’agit de créer des recettes, il n’est pas facile de choisir une tendance plutôt qu’une autre, car « l’un des principaux obstacles est l’immense nombre de produits chimiques aromatiques actifs » qui réclament tous de l’attention. De plus, il est difficile d’explorer ce qui sera le plus populaire dans la création de recettes, car « les composés aromatiques peuvent varier considérablement en termes de structure chimique et de concentration, ce qui les rend techniquement difficiles et laborieux à quantifier, même face aux innovations en métabolomique, telles que l’empreinte métabolique non ciblée ».

Pour expliquer les progrès réalisés par la voie plus éclairée de l’apprentissage automatique, les scientifiques ont également souligné que « la perception des saveurs est très complexe, résultant de centaines de molécules différentes interagissant au niveau physico-chimique et sensoriel », ce qui signifie que « la perception sensorielle est souvent non linéaire, caractérisée par des effets synergiques et antagonistes complexes et dépendants de la concentration qui sont encore plus alambiqués par la génétique. l’environnement, la culture et la psychologie des consommateurs ».

Cela signifie que « la saveur perçue est donc difficile à mesurer » et que « les panels de dégustation formés sont considérés comme la principale source de données sensorielles de qualité, mais nécessitent une formation méticuleuse, sont à faible débit et coûtent cher ». Il a également été noté que même si « les bases de données publiques offrent l’avantage d’amasser de grandes quantités de données », elles peuvent également « souffrir de biais, y compris un biais chez les volontaires qui contribuent à la base de données, ainsi que de facteurs de confusion tels que le prix, le statut de culte et la conformité psychologique par rapport aux évaluations antérieures du produit ».

Dans l’étude, les chercheurs ont combiné « des analyses chimiques approfondies et des données sensorielles d’un ensemble de différentes bières commerciales avec des approches d’apprentissage automatique pour développer des modèles qui prédisent le goût, l’odeur, la sensation en bouche et l’appréciation à partir des concentrations de composés ».

Un point positif est que l’étude a révélé que « la bière est particulièrement adaptée pour modéliser la relation entre la chimie, la saveur et l’appréciation » car « la bière est un produit complexe, composé de milliers de composés aromatiques » en raison de la « diversité chimique [qui] résulte des matières premières (malt, levure, houblon, eau et épices) et des conversions biochimiques au cours du processus de brassage (touraillage, le brassage, l’ébullition, la fermentation, la maturation et le vieillissement) ».

Ces avantages, ainsi que le fait que « les consommateurs de bière adoptent les plateformes d’évaluation en ligne, telles que RateBeer et BeerAdvocate... La communauté de la bière fournit des ensembles de données massifs sur les scores de saveur et d’appréciation de la bière, créant ainsi des bases de données sensorielles extraordinairement volumineuses pour compléter les analyses d’un panel sensoriel professionnel.

Les données ont permis aux scientifiques « d’entraîner une série de modèles d’apprentissage automatique pour prédire la saveur et l’appréciation à partir du profil chimique d’une bière » et une « dissection des modèles les plus performants ». De plus, cela leur a permis « d’identifier des composés spécifiques comme moteurs potentiels de la saveur et de l’appréciation de la bière ». Des expériences de suivi ont déjà confirmé l’importance de ces composés et « améliorent considérablement la saveur et l’appréciation de certaines bières commerciales ».

Les scientifiques ont conclu que « malgré les limites inhérentes, la dissection de nos modèles nous a permis d’identifier des molécules spécifiques comme moteurs potentiels de l’arôme de la bière et de l’appréciation des consommateurs, y compris des composés inattendus et qui n’auraient pas été identifiés à l’aide d’approches standard. Les facteurs importants de l’appréciation de la bière découverts par nos modèles comprennent les niveaux de protéines, l’acétate d’éthyle, l’acétate d’éthylphényle et l’acide lactique. L’équipe a noté qu'"actuellement, de nombreux brasseurs utilisent déjà de l’acide lactique pour acidifier leur eau de brassage et assurer un pH optimal pour l’activité enzymatique pendant le processus de brassage », mais a également souligné que « les résultats suggèrent que l’ajout d’acide lactique peut également améliorer l’appréciation de la bière, bien que son effet individuel reste à tester ».

Les chercheurs ont ajouté que « fait intéressant, l’éthanol semble être inutile pour améliorer l’appréciation de la bière, à la fois pour la bière blonde et la bière sans alcool. Compte tenu de l’intérêt croissant des consommateurs pour la bière sans alcool... Il est important pour les brasseurs de savoir quels composés peuvent encore augmenter l’appréciation de ces bières par les consommateurs. Par conséquent, notre modèle peut facilement fournir des moyens d’améliorer encore la saveur et l’appréciation des consommateurs des bières alcoolisées et non alcoolisées, ce qui est généralement considéré comme l’un des principaux défis pour la production future de bière.