对于非鉴赏家来说，在扫描商店货架上一系列不熟悉的标签时挑选一瓶葡萄酒可能是一项挑战。尝起来怎么样?我上次买的味道这么好的是什么?
在这里，Vivino、Hello Vino、Wine Searcher 等葡萄酒应用程序可以提供帮助。诸如此类的应用程序可以让葡萄酒购买者扫描瓶子标签并获取有关特定葡萄酒的信息并阅读其他人的评论。这些应用程序建立在人工智能算法的基础上。
现在，来自丹麦技术大学 (DTU)、哥本哈根大学和加州理工学院的科学家表明，您可以在算法中添加一个新参数，以便更轻松地找到适合您自己味蕾的精确匹配：即人们的印象的味道。
“我们已经证明，通过向算法提供由人们的风味印象组成的数据，该算法可以更准确地预测我们个人喜欢哪种葡萄酒，”丹麦科技大学研究生索安娜·本德 (Thoranna Bender) 说，她在研究中心进行了这项研究。哥本哈根大学人工智能先锋中心的赞助。
更准确地预测人们最喜欢的葡萄酒
研究人员举行了品酒会，其中 256 名参与者被要求根据他们认为味道最相似的葡萄酒，在一张 A3 纸上排列一杯大小不同的葡萄酒。杯子之间的距离越大，它们的味道差异就越大。该方法广泛应用于消费者测试中。然后研究人员通过拍照将纸上的点数字化。
然后，将从品酒中收集的数据与全球葡萄酒应用程序和市场 Vivino 向研究人员提供的数十万个葡萄酒标签和用户评论相结合。接下来，研究人员基于庞大的数据集开发了一种算法。
“我们在模型中创建的风味维度为我们提供了哪些葡萄酒的味道相似、哪些不同的信息。因此，例如，我可以拿着我最喜欢的一瓶葡萄酒站着说：我想知道哪一种葡萄酒的味道相似?”葡萄酒在味道上与它最相似，或者在味道和价格上都相似，”Thoranna Bender 说。
哥本哈根大学人工智能先锋中心负责人、计算机科学系教授兼合著者 Serge Belongie 补充道：
“我们可以看到，当算法将葡萄酒标签和评论的数据与品酒数据相结合时，它比仅使用图像和文本形式的传统数据类型更准确地预测人们的葡萄酒偏好……因此，教导机器使用人类感官体验会产生更好的算法，使用户受益。”
也可用于啤酒和咖啡
Serge Belongie 表示，机器学习中使用所谓的多模态数据的趋势不断增长，多模态数据通常由图像、文本和声音的组合组成。使用味道或其他感官输入作为数据源是全新的。它具有巨大的潜力——例如在食品领域。贝隆吉指出：
“了解味道是食品科学的一个关键方面，对于实现健康、可持续的食品生产至关重要。但人工智能在这方面的使用仍处于起步阶段。该项目展示了在人工智能中使用基于人类的输入的力量，我预测这些结果将刺激食品科学和人工智能交叉领域的更多研究。”
Thoranna Bender 指出，研究人员的方法也可以轻松转移到其他类型的食品和饮料中：
“我们选择了葡萄酒作为案例，但同样的方法也可以应用于啤酒和咖啡。例如，该方法可以用来向人们推荐产品，甚至可能是食物食谱。如果我们能更好地理解“我们还可以利用食物中味道的相似性，在医疗保健领域使用它来配制符合患者口味和营养需求的膳食。它甚至可以用于开发适合不同口味的食物。”
研究人员已将他们的数据发布在开放服务器上，并且可以免费使用。
“我们希望有人愿意以我们的数据为基础。我已经收到了一些人的请求，他们希望将更多数据包含在我们的数据集中。我认为这真的很酷，”Thoranna Bender 总结道。
免责声明：本文由用户上传，如有侵权请联系删除！
