Per i non intenditori, scegliere una bottiglia di vino può essere difficile quando si scannerizza una serie di etichette sconosciute sullo scaffale del negozio. Che sapore ha? Qual è stato l’ultimo che ho comprato che avesse un sapore così buono?
Qui, le app sul vino come Vivino, Hello Vino, Wine Searcher e molte altre possono aiutare. App come queste consentono agli acquirenti di vino di scansionare le etichette delle bottiglie, ottenere informazioni su un particolare vino e leggere le recensioni degli altri. Queste app si basano su algoritmi artificialmente intelligenti.
Ora, gli scienziati dell’Università Tecnica della Danimarca (DTU), dell’Università di Copenaghen e del Caltech hanno dimostrato che è possibile aggiungere un nuovo parametro agli algoritmi che rendono più facile trovare una corrispondenza precisa per le proprie papille gustative: vale a dire, le impressioni delle persone di sapore.
“Abbiamo dimostrato che, alimentando un algoritmo con dati costituiti dalle impressioni gustative delle persone, l’algoritmo può fare previsioni più accurate su quale tipo di vino preferiamo individualmente”, afferma Thoranna Bender, una studentessa laureata alla DTU che ha condotto lo studio nell’ambito del sotto gli auspici del Pioneer Center for AI presso l’Università di Copenaghen.
Previsioni più accurate sui vini preferiti dalle persone
I ricercatori hanno tenuto degustazioni di vino durante le quali a 256 partecipanti è stato chiesto di disporre tazze di vini diversi su un pezzo di carta A3 in base a quali vini pensavano avessero un sapore più simile. Maggiore è la distanza tra le tazze, maggiore sarà la differenza di sapore. Il metodo è ampiamente utilizzato nei test sui consumatori. I ricercatori hanno poi digitalizzato i punti sui fogli di carta fotografandoli.
I dati raccolti dalle degustazioni di vino sono stati poi combinati con centinaia di migliaia di etichette di vino e recensioni degli utenti fornite ai ricercatori da Vivino, un’app e un mercato globale del vino. Successivamente, i ricercatori hanno sviluppato un algoritmo basato sull’enorme set di dati.
“La dimensione del sapore che abbiamo creato nel modello ci fornisce informazioni su quali vini sono simili nel gusto e quali no. Quindi, ad esempio, posso stare con la mia bottiglia di vino preferita e dire: vorrei sapere quale il vino è molto simile ad esso nel gusto – o sia nel gusto che nel prezzo,” dice Thoranna Bender.
Il professore e coautore Serge Belongie del Dipartimento di Informatica, che dirige il Pioneer Center for AI presso l’Università di Copenaghen, aggiunge:
“Possiamo vedere che quando l’algoritmo combina i dati delle etichette e delle recensioni dei vini con i dati delle degustazioni di vino, fa previsioni più accurate sulle preferenze enologiche delle persone rispetto a quando utilizza solo i tipi tradizionali di dati sotto forma di immagini e testo . Quindi, insegnare alle macchine a utilizzare le esperienze sensoriali umane si traduce in algoritmi migliori a vantaggio dell’utente.”
Può essere utilizzato anche per birra e caffè
Secondo Serge Belongie nell’apprendimento automatico si registra una tendenza crescente all’utilizzo dei cosiddetti dati multimodali, che di solito consistono in una combinazione di immagini, testo e suono. Usare il gusto o altri input sensoriali come fonti di dati è completamente nuovo. E ha un grande potenziale, ad esempio nel settore alimentare. Belongie afferma:
“Comprendere il gusto è un aspetto chiave della scienza alimentare ed essenziale per ottenere una produzione alimentare sana e sostenibile. Ma l’uso dell’intelligenza artificiale in questo contesto rimane ancora agli inizi. Questo progetto mostra il potere dell’utilizzo di input basati sull’uomo nell’intelligenza artificiale, e prevedo che i risultati stimoleranno più ricerca nel punto di intersezione tra scienza alimentare e intelligenza artificiale”.
Thoranna Bender sottolinea che il metodo dei ricercatori può essere facilmente trasferito anche ad altri tipi di cibi e bevande:
«Abbiamo scelto il vino come caso, ma lo stesso metodo può essere applicato anche alla birra e al caffè. Ad esempio, l’approccio può essere utilizzato per consigliare prodotti e magari anche ricette alimentari alle persone. E se riusciamo a capire meglio “Le somiglianze di gusto negli alimenti, possiamo usarlo anche nel settore sanitario per mettere insieme pasti che soddisfino i gusti e le esigenze nutrizionali dei pazienti. Potrebbe anche essere usato per sviluppare alimenti su misura per diversi profili di gusto.”
I ricercatori hanno pubblicato i loro dati su un server aperto e possono essere utilizzati gratuitamente.
“Ci auguriamo che qualcuno là fuori voglia basarsi sui nostri dati. Ho già risposto alle richieste di persone che hanno dati aggiuntivi che vorrebbero includere nel nostro set di dati. Penso che sia davvero interessante”, conclude Thoranna Bender.
Da un’altra testata giornalistica. news de www.sciencedaily.com