• L’IA a permis d’analyser 36 facteurs clés, comme les températures, le type de malt et les niveaux d’alcool, pour prédire la qualité sans même avoir besoin de produire la bière.
• En Belgique, des chercheurs ont utilisé le big data pour analyser la saveur et l’appréciation de 250 bières, formant des modèles prédictifs avec plus de 200 propriétés chimiques.
Si les robots ne sont pas encore dotés de papilles gustatives, l’IA est toutefois en mesure de prédire la qualité de la bière grâce au traitement de données fines sur le processus de production. En Australie, un producteur de bière a fait appel au professeur associé Niusha Shafiabady pour savoir comment optimiser les paramètres de production afin d’obtenir une bière de qualité optimale. « Les producteurs de bière ont différentes mesures de qualité, qui peuvent par exemple porter sur la durée pendant laquelle la mousse se maintient, ou encore le pH de la boisson ». Le Dr Shafiabady a permis au producteur de savoir quelle qualité de bière il pouvait obtenir en fonction de différents paramètres de production, de connaître les principaux facteurs qui affectent la qualité des boissons et enfin, d’établir quelle est la meilleure combinaison de paramètres pour produire la meilleure bière. « Pour cela j’ai utilisé différents algorithmes afin de sélectionner les plus efficaces en entraînant différents types de réseaux de neurones. »
Pour entraîner les modèles, la chercheuse a utilisé 284 enregistrements de données différents sur la chaîne de production et a utilisé une IA pour reproduire les données manquantes
Une évaluation fine des paramètres de production
Les modèles ont été entraînés en fonction des données provenant de 36 paramètres, qu’il s’agisse du processus de filtration, du niveau de compression ou décompression des cuves, du type d’ébullition à vapeur utilisé, des températures des différents processus, du taux d’alcool, de l’amertume, du niveau de CO2 et des silos utilisés pour stocker la matière première. « Par exemple, le producteur voulait choisir quel malt ou quel blé utiliser, sachant qu’ils étaient stockés dans des silos différents. » Pour entraîner les modèles, la chercheuse a utilisé 284 enregistrements de données différents sur la chaîne de production. « J’ai pu utiliser une IA pour reproduire les données manquantes. Le producteur de bière a pu alors savoir quels paramètres étaient importants pour la qualité de la bière et quelle qualité de bière serait produite, sans même la produire. »
Prédire le goût d’une bière et son appréciation
En Belgique, une équipe de chercheurs a combiné des analyses chimiques et sensorielles approfondies de 250 bières différentes pour former des modèles d’apprentissage automatique qui permettent de prédire la saveur et l’appréciation des consommateurs. « Pour chaque bière, nous mesurons plus de 200 propriétés chimiques, effectuons une analyse sensorielle descriptive quantitative avec un panel de dégustation formé et mettons en correspondance les données de plus de 180.000 avis de consommateurs pour entraîner 10 modèles d’apprentissage automatique différents », expliquent les chercheurs dans leur article Predicting and improving complex beer flavor through machine learning. Une avancée importante pour l’industrie agroalimentaire dans la mesure où comparer et classer des profils de saveur est une affaire complexe tant les goûts des individus diffèrent.
Modifier les recettes grâce à l’IA pour créer des aliments sur-mesure
Toutes ces données ont permis aux chercheurs belges de prédire non seulement le goût d’une bière, mais également son appréciation. Ils ont ensuite exploité ces résultats pour améliorer le goût d’une bière déjà commercialisée, en jouant sur des substances comme l’acide lactique ou le glycérol, qui font partie des 200 propriétés chimiques identifiées. Ils précisent : « L’ajout de ces composés permet d’obtenir des variantes de bières commerciales alcoolisées et non alcoolisées mieux appréciées par les consommateurs. Notre étude révèle comment le big data et l’apprentissage automatique mettent en évidence des liens complexes entre la chimie alimentaire, la saveur et la perception du consommateur, et jette les bases du développement de nouveaux aliments sur mesure aux saveurs supérieures. » L’IA multiplie ainsi les options pour la production et le marketing des produits agroalimentaires.
D’après l’Organisation Mondiale de la Santé, aucun niveau de consommation d’alcool n’est sans danger pour notre santé.
Sources :
Predicting and improving complex beer flavor through machine learning (en anglais)
En savoir plus :
Scientists turn to AI to make beer taste even better (en anglais)
