Ein vom deutschen Fraunhofer-Institut entwickelter Algorithmus für künstliche Intelligenz namens OWSum kann mit nahezu perfekter Genauigkeit zwischen schottischem Whisky und amerikanischem Whisky unterscheiden und übertrifft sogar die Genauigkeit menschlicher Experten. Durch die Analyse der beschreibenden Schlüsselwörter des Whiskys (z. B. blumig, fruchtig usw.) und der chemischen Komponenten identifizierte der Algorithmus erfolgreich die Schlüsselverbindungen, die die beiden Whiskysorten unterscheiden. Diese Forschung zeigt nicht nur das Potenzial von KI im Bereich der sensorischen Analyse, sondern bietet auch neue technische Mittel für die Qualitätskontrolle von Brauereien, die Entwicklung neuer Produkte und die Bekämpfung gefälschter Produkte.
Kürzlich entwickelte ein Forschungsteam des Fraunhofer-Instituts für Verfahrenstechnik und Verpackung in Deutschland einen molekularen Geruchsvorhersagealgorithmus mit künstlicher Intelligenz namens OWSum, der erfolgreich amerikanischen Whisky von schottischem Whisky unterschied und dessen Genauigkeit menschliche Experten übertraf. Das Team nutzte Beschreibungen des Whisky-Geschmacks und chemische Daten, um das KI-Tool zu trainieren und sein Potenzial zur Whisky-Identifizierung zu erkunden.
Hinweis zur Bildquelle: Das Bild wird von AI und dem Bildautorisierungsdienstleister Midjourney generiert
Für die Studie wählten die Forscher 16 Proben aus, darunter neun schottische Whiskys und sieben amerikanische Bourbons. Durch die Analyse der Schlüsselwortbeschreibungen dieser Whiskys, wie z. B. blumig, fruchtig, holzig und rauchig, konnte OWSum mit einer Genauigkeit von fast 94 % zwischen den beiden Whiskysorten unterscheiden. Als sich die Forschung vertiefte, stellte das Forschungsteam AI einen Referenzdatensatz mit 390 gängigen Whiskymolekülen zur Verfügung. In Kombination mit den Ergebnissen der Gaschromatographie-Massenspektrometrie-Analyse erhöhte sich die Unterscheidungsgenauigkeit von OWSum auf 100 %.
Anhand der Daten stellten die Forscher fest, dass bestimmte Verbindungen wie Menthol und Citronellol deutlich charakteristisch für amerikanischen Whisky sind, während Methyldecanoat und Enanthate häufiger in schottischem Whisky vorkommen. Darüber hinaus testete das Forschungsteam auch die Fähigkeit von OWSum und neuronalen Netzen, die wichtigsten Geruchsschlüsselwörter von Whisky anhand chemischer Komponenten vorherzusagen. In diesem Test erzielte OWSum einen Wert von 0,72, während das neuronale Netzwerk einen Wert von 0,78 erzielte, während der menschliche Experte nur einen Wert von 0,57 erzielte. Dies zeigt, dass KI bei solchen Aufgaben zwar hervorragend ist, das Erkennen der Komplexität von Whisky jedoch eine Herausforderung für den Menschen bleibt.
Forschungsmitglied Satnam Singh sagte, dass Maschinen zwar eine konstantere Leistung erbringen, der Mensch jedoch immer noch eine wichtige Rolle beim Training von Maschinen spielt. In Zukunft hofft das Forschungsteam, das Modell so zu verbessern, dass es die Konzentration der Verbindung berücksichtigen und so die Genauigkeit weiter verbessern kann. Grasskamp sagte, solche KI-Tools könnten nicht nur zur Qualitätskontrolle in Brennereien eingesetzt werden, sondern auch zur Entwicklung neuer Whiskys und zur Identifizierung gefälschter Produkte. Darüber hinaus hat diese Technologie das Potenzial, in anderen Bereichen wie der Lebensmittel- und Getränkeproduktion sowie der chemischen Industrie eingesetzt zu werden.
Papier: https://www.nature.com/articles/s42004-024-01373-2
Highlight:
Die künstliche Intelligenz OWSum unterscheidet amerikanischen Whisky von schottischem Whisky mit nahezu 100-prozentiger Genauigkeit und übertrifft damit die Leistung menschlicher Experten.
Die KI analysiert die Geruchsschlüsselwörter und die chemische Zusammensetzung von Whisky, um spezifische Verbindungen zu identifizieren, die die beiden Spirituosen unterscheiden.
Der Mensch spielt beim Maschinentraining immer noch eine wichtige Rolle, und wir hoffen, dass wir in Zukunft die Genauigkeit des Modells verbessern können, um komplexere Aufgaben bewältigen zu können.
Die erfolgreiche Anwendung des OWSum-Algorithmus zeigt, dass die Technologie der künstlichen Intelligenz breite Anwendungsaussichten in der Lebensmittel- und Getränkeindustrie hat und in Zukunft technologische Innovationen in verwandteren Bereichen fördern könnte. Dieses Forschungsergebnis verbessert nicht nur die Genauigkeit der Whisky-Identifizierung, sondern liefert auch neue Ideen und Methoden für andere Bereiche der sensorischen Analyse.