德國弗勞恩霍夫研究所開發出名為OWSum的人工智慧演算法，能夠以近乎完美的準確率區分蘇格蘭威士忌和美國威士忌，其準確率甚至超過了人類專家。演算法透過分析威士忌的描述性關鍵字（如花香、果香等）和化學成分，成功辨識出區分兩類威士忌的關鍵化合物。這項研究不僅展示了AI在感官分析領域的潛力，也為釀酒廠的品質控制、新品研發以及打擊仿冒品提供了新的技術手段。
近期，德國弗勞恩霍夫製程工程與包裝研究所的研究團隊開發了一種名為OWSum 的人工智慧分子氣味預測演算法，成功地將美國威士忌與蘇格蘭威士忌區分開來，並且其準確性超越了人類專家。團隊利用威士忌的味道描述和化學數據來訓練這款AI 工具，探索其在威士忌鑑別方面的潛力。
圖源備註:圖片由AI生成，圖片授權服務商Midjourney
在研究中，研究人員選擇了16種樣品，包括9種蘇格蘭威士忌和7種美國波本威士忌。 OWSum 透過分析這些威士忌的關鍵字描述，如花香、果香、木質香和煙燻等，能夠以近94% 的準確率區分出這兩類威士忌。隨著研究的深入，研究團隊進一步向AI 提供了一份包含390種常見威士忌分子的參考資料集，並結合氣相層析- 質譜聯用分析結果，OWSum 的區分準確率提升至100%。
透過這些數據，研究人員發現，某些化合物如薄荷醇和香茅醇是美國威士忌的明顯特徵，而甲基癸酸酯和庚酸則更常見於蘇格蘭威士忌。此外，研究團隊也測試了OWSum 與神經網路在根據化學成分預測威士忌主要氣味關鍵字的能力。在這項測試中，OWSum 的得分為0.72，而神經網路得分為0.78，而人類專家的得分僅為0.57。這表明，儘管人工智慧在此類任務中表現出色，但對於人類來說，辨別威士忌的複雜性仍然是一個挑戰。
研究成員薩特南・辛格表示，儘管機器的表現更為一致，但人類仍在訓練機器的過程中扮演重要角色。未來，研究團隊希望改進模型，使其能夠考慮化合物的濃度，從而進一步提高準確性。 Grasskamp 表示，這類人工智慧工具不僅可以用於釀酒廠的品質控制，還能幫助開發新威士忌，並識別仿冒品。此外，這種技術還有潛力應用於食品和飲料生產以及化學工業等其他領域。
論文:https://www.nature.com/articles/s42004-024-01373-2
劃重點:
人工智慧OWSum 以近100% 的準確率區分美國威士忌與蘇格蘭威士忌，超越人類專家的表現。
此AI 透過分析威士忌的氣味關鍵字和化學成分，識別出特定化合物以區分兩種酒。
人類在機器訓練中依然重要，未來希望提高模型的準確性以應對更複雜的任務。
OWSum 演算法的成功應用，預示著人工智慧技術在食品和飲料產業中具有廣闊的應用前景，未來或將推動更多相關領域的技術革新。這項研究成果不僅提升了威士忌鑑別的準確性，也為其他感官分析領域提供了新的想法和方法。