Was wäre, wenn künstliche Intelligenz den Menschen in der Kunst, einen Single Malt auszuwählen, übertreffen würde? Laut einer am Donnerstag veröffentlichten Studie konnten maschinelle Lernalgorithmen die dominanten Aromen verschiedener Whiskys besser vorhersagen als ein Experte.
In unserer Umwelt bestehen die meisten Gerüche aus einer komplexen Mischung von Molekülen, die in unserem Geruchssystem interagieren, um einen bestimmten Eindruck zu erzeugen.
Dies ist bei Whisky der Fall, dessen aromatisches Profil aus mehr als 40 Verbindungen ermittelt werden kann und der noch mehr geruchlose flüchtige Verbindungen enthalten kann.
Dies macht es besonders schwierig, die aromatischen Eigenschaften eines Whiskys zu bewerten oder vorherzusagen, wenn er ausschließlich auf seiner molekularen Zusammensetzung basiert.
Doch genau das ist Chemikern dank zweier maschineller Lernalgorithmen gelungen, so die Ergebnisse einer am Donnerstag in Communications Chemistry veröffentlichten Studie.
Der erste Algorithmus, OWSum, ist ein von den Studienautoren entwickeltes statistisches Tool zur Vorhersage molekularer Gerüche.
Das zweite, CNN, ist ein Faltungs-Neuronales Netzwerk, das dabei hilft, Beziehungen in sehr komplexen Datensätzen zu entdecken. Wie die dazwischen „die einflussreichsten Aromamoleküle und -attribute“ in einer Mischung aus Whisky, erklärt gegenüber AFP Andreas Grasskamp, Forscher am Fraunhofer-Institut für Verfahrenstechnik und Verpackung IVV in Freising (Deutschland) und Hauptautor der Studie.
Die Forscher haben „ausgebildet“ Algorithmen, indem ihnen eine Liste von Molekülen zur Verfügung gestellt wird, die durch Gaschromatographie und Massenspektrometrie (zwei Techniken zur Trennung und Identifizierung von Molekülen in Mischungen) in 16 Whiskyproben nachgewiesen wurden: Talisker Isle of Skye Malt (10 Jahre alt), Glenmorangie Original, Four Roses Single Barrel, Johnnie Walker Red Label oder sogar Jack Daniel’s …
Sie gaben ihnen auch die Aromadeskriptoren, die für jede Probe von einem Gremium aus 11 Experten ermittelt wurden.
Die Algorithmen wurden dann verwendet, um das Herkunftsland jedes Whiskys und seine fünf dominanten Noten zu identifizieren.
Fälschungen erkennen
OWSum konnte mit einer Genauigkeit von über 90 % feststellen, ob ein Whisky amerikanisch oder schottisch war.
Der Nachweis von Menthol- und Citronellol-Molekülen war stark mit einer amerikanischen Klassifizierung verbunden, während der Nachweis von Methyldecanoat und Heptansäure hauptsächlich mit einer Klassifizierung als Scotch Whisky verbunden war.
Der Algorithmus identifizierte auch karamellisierte Noten als die charakteristischsten amerikanischen Whiskys, während Noten “Apfel”, “Lösungsmittel” et „phenolisch“ (oft als rauchiger oder medizinischer Geruch beschrieben) waren die charakteristischsten schottischen Whiskys.
Anschließend baten die Forscher OWSum und CNN, die olfaktorischen Qualitäten von Whiskys entweder auf der Grundlage der nachgewiesenen Moleküle oder ihrer strukturellen Eigenschaften vorherzusagen.
Beide Algorithmen konnten die fünf dominanten Noten eines bestimmten Whiskys im Durchschnitt genauer und konsistenter identifizieren als jeder menschliche Experte im Gremium.
„Wir haben festgestellt, dass unsere Algorithmen besser mit den Ergebnissen des Panels übereinstimmten als die Ergebnisse jedes einzelnen Panelteilnehmers und so eine bessere Schätzung der gesamten Geruchswahrnehmung lieferten.“unterstreicht Herr Grasskamp.
Mithilfe dieser Methoden des maschinellen Lernens könnten Fälschungen erkannt werden. Oder um zu beurteilen, ob es sich um eine Mischung aus Whisky handelt „wird das erwartete Aroma haben und hilft, die Kosten zu senken, indem der Bedarf an Bewertungsgremien begrenzt wird“glaubt er.
Könnten ähnliche Ergebnisse mit Wein erzielt werden? „Theoretisch ja, alles, was diese Tools benötigen, ist eine Liste der in der Probe erkannten Verbindungen und ihrer entsprechenden Deskriptoren.“so Herr Grasskamp.
„Die Herausforderung liegt weiterhin in den feineren Details, etwa ob Weinaromen deutlich genug für einen KI-Algorithmus sind.“fügt er hinzu.
„Alle Rechte der Vervielfältigung und Darstellung vorbehalten. ©2024 Agence France-Presse. Alle auf dieser Seite wiedergegebenen Informationen (Texte, Fotos, Videos, feste oder animierte Infografiken, Ton- oder Multimediainhalte) unterliegen dem Schutz der geltenden Gesetzgebung zu geistigen Eigentumsrechten. Folglich ist jede Vervielfältigung, Darstellung, Änderung, Übersetzung, kommerzielle Nutzung oder Wiederverwendung in welcher Art auch immer ohne vorherige schriftliche Zustimmung von AFP verboten, mit Ausnahme der persönlichen, nicht kommerziellen Nutzung. Die AFP kann nicht für Verzögerungen, Fehler oder Auslassungen verantwortlich gemacht werden, die im Bereich der Presseinformationen nicht ausgeschlossen werden können, noch für die Folgen von Handlungen oder Transaktionen, die auf der Grundlage dieser Informationen durchgeführt werden. AFP und sein Logo sind eingetragene Marken »
Related News :