Vous voulez une bière au meilleur goût ? Il y a une IA pour ça
La prochaine pinte que vous verserez pourrait chatouiller vos papilles grâce au bricolage technique de l'intelligence artificielle. Cela pourrait même être la prochaine grande nouveauté dans le secteur de l'alimentation et des boissons – certainement plus facile à vendre que la bière vaginale et le steak artificiel.
Déjà un goût acquis pour des palais particuliers, le goût de la bière pourrait être amélioré grâce à l'IA.
Un groupe de scientifiques est allé bien plus loin que demander à un chatbot une saveur de soda aléatoire dans une présentation sophistiquée. En combinant des analyses chimiques approfondies avec des modèles d'IA formés sur des données sensorielles, les chercheurs ont identifié des composés spécifiques qui peuvent rehausser le goût de vos bières préférées.
"Notre étude révèle comment le Big Data et l'apprentissage automatique peuvent découvrir des liens complexes entre la chimie alimentaire, la saveur et la perception du consommateur", indique le document de recherche publié aujourd'hui dans la revue Nature Communications.
"Cela ouvre la voie au développement de nouveaux produits alimentaires sur mesure avec des saveurs supérieures et appréciées de tous, en utilisant une approche basée sur les données plutôt que de simples essais et erreurs."
La recherche, menée par une équipe internationale de plus d'une douzaine d'experts, a analysé plus de 250 bières belges commerciales de styles divers. Chaque bière a été soumise à un profilage chimique rigoureux pour mesurer plus de 200 propriétés différentes telles que les esters, les alcools, les acides et les composés aromatiques.
Cette empreinte chimique a ensuite été comparée aux évaluations sensorielles quantitatives d'un panel de dégustateurs qualifiés notant 50 attributs de saveur distincts ainsi qu'à plus de 180 000 avis en ligne d'amateurs de bière évaluant l'arôme, le goût et l'appréciation globale.
En tirant parti de cet ensemble de données massif, les chercheurs ont ensuite formé et testé divers algorithmes d'apprentissage automatique pour analyser les relations complexes entre la composition chimique d'une bière, ses saveurs perçues et son attrait pour le consommateur. Un algorithme commun s'est révélé le plus performant, surpassant largement les méthodes statistiques conventionnelles.
"L'algorithme le plus performant, le gradient boosting, produit des modèles qui surpassent considérablement les prévisions basées sur les statistiques conventionnelles et prédisent avec précision les caractéristiques complexes des aliments et l'appréciation des consommateurs à partir des profils chimiques", indique la recherche. Selon les chercheurs, cette méthode "permet d'identifier des composés spécifiques et inattendus en tant que facteurs déterminants de la saveur et de l'appréciation de la bière".
Le boosting de gradient est une technique d'apprentissage automatique qui combine plusieurs petits modèles inexacts en un modèle plus grand capable de faire de bonnes prédictions.
Il est largement utilisé dans les secteurs bancaire et de la santé, ainsi que pour les campagnes marketing visant à prédire les résultats d'efforts spécifiques.
Fabriquer de la bonne bière n'était probablement pas son objectif principal, mais l'augmentation du gradient a surpassé les autres modèles de prédiction testés par l'équipe de recherche.
Les chercheurs ont découvert que « la concentration des composés aromatiques ne correspond pas toujours à la perception », ce qui signifie que les consommateurs ont tendance à apprécier davantage de nuances au-delà de la simple saveur lorsqu'ils dégustent une bonne bière.
C'est difficile à prédire avec des modèles conventionnels et des analyses simples, et c'est l'une des raisons pour lesquelles l'équipe a pris en compte un si grand nombre de variables.
Grâce à des techniques d'apprentissage automatique interprétables, les scientifiques ont découvert des composés inattendus qui influencent fortement la qualité d'une bière. Par exemple, le méthanethiol et l'acétate d'éthylphényle sont généralement associés au caractère rassis, mais peuvent donner un bon goût à une bière à petites doses.
Des facteurs de saveur plus familiers comme l'acétate d'éthyle et l'acide lactique ont également été examinés.
Pour valider leurs modèles, les chercheurs ont mené des expériences de dégustation dans lesquelles ils ont enrichi des bières mal notées avec les composés identifiés par apprentissage automatique qui augmentaient l'appréciation. Ce simple ajustement a conduit à une augmentation significative des notes de saveur des panélistes formés et des notes de préférence globales pour les bières modifiées par rapport aux originales.
Les brasseurs et les amateurs de bière du monde entier devront peut-être bientôt remercier l'intelligence artificielle pour améliorer notre plaisir de déguster l'une des boissons les plus anciennes et les plus appréciées de l'humanité. Mais les applications vont bien au-delà d'une meilleure bière. Un profilage chimique similaire alimenté par l'IA pourrait optimiser les saveurs de tout, des alternatives à la viande à base de plantes aux sodas et collations à faible teneur en sucre.
"Le présent travail démontre que malgré quelques obstacles importants, la combinaison des derniers développements en matière d'analyses chimiques, d'analyse sensorielle et de méthodes modernes d'apprentissage automatique offre des perspectives passionnantes pour la chimie et l'ingénierie alimentaires", affirment les chercheurs. « Bientôt, ces outils pourraient apporter des solutions en matière de contrôle qualité et de développement de recettes, ainsi que de nouvelles approches en matière de science sensorielle et de recherche sur les arômes. »
La prochaine fois que vous ouvrirez une bière délicieuse et parfaitement équilibrée, cela pourrait réfuter le vieil adage selon lequel « artificiel » est inférieur et donner lieu à une pause pour lever un verre à l'IA.
