De códigos a cervezas: la Inteligencia Artificial conquista el mundo de la degustación

La complejidad del sabor y la apreciación de los alimentos ha sido un desafío continuo, sin embargo, un estudio publicado recientemente en la revista Nature ha abierto una ventana para comprender de forma más profunda y precisa cómo percibimos el sabor.
En este estudio, los investigadores analizaron minuciosamente 250 cervezas diferentes combinando análisis químicos extensos con Inteligencia Artificial. Además realizaron análisis sensoriales descriptivos cuantitativos con un panel de degustación entrenado y recopilaron los datos de más de 180.000 opiniones de consumidores.
Para el desarrollo de los análisis químicos entrenaron diez modelos diferentes de aprendizaje automático para predecir el sabor y la apreciación del consumidor. Como resultado, el algoritmo de mejor rendimiento, conocido como Gradient Boosting, demostró superar significativamente las predicciones basadas en estadísticas convencionales. Esto significa que logró predecir con precisión características complejas del sabor y la apreciación de la cerveza a partir de sus perfiles químicos.
Gracias a la inteligencia artificial se identificaron compuestos específicos e inesperados para impulsar el sabor y la apreciación de la cerveza. Estos compuestos fueron añadidos a variantes comerciales de la bebida, tanto con alcohol como sin alcohol, El resultado fue una mejora significativa con respecto a encontrar lo que buscaba el consumidor.
Entre los principales resultados, el estudio descubrió que el acetato de etilo es muy importante para determinar si una cerveza es apreciada por la gente. Este químico es uno de los ésteres más comunes en la cerveza y le da un sabor a frutas, pero a veces puede tener un sabor que recuerda a solventes o alcohol.
Además, el nivel de proteína en la cerveza también es importante, ya que puede afectar la sensación en la boca y el cuerpo de la cerveza. Finalmente, el estudio destacó que el ácido láctico, que contribuye al sabor ácido en las cervezas agrias, es un factor importante para determinar la apreciación de la cerveza.
Utilizar la inteligencia artificial en este tipo de investigaciones es un gran paso para determinar las preferencias del consumidor. Disminuye los costos, ya que para obtener estos datos es necesario hacer pruebas con consumidores, lo que requiere más tiempo en el desarrollo de productos. Por lo tanto, desarrollar un modelo para predecir lo que le gusta al público es ideal para el desarrollo y la optimización de alimentos.

Más allá de la cerveza este es un estudio destacado en el campo de la ciencia sensorial

La cerveza, con su diversidad química y la disponibilidad de grandes conjuntos de datos obtenidos de las opiniones de consumidores en línea, se ha revelado como un modelo ideal para estudiar la relación entre química, sabor y apreciación, tres elementos que estudia y analiza la ciencia sensorial.
Esta disciplina científica se enfoca en estudiar cómo percibimos los estímulos sensoriales, entre ellos el sabor, el olor, la textura, el color y el sonido. Desarrollar un modelo preciso del sabor y la apreciación brinda importantes oportunidades tanto para los productores como para los consumidores en temas como el control de calidad, la detección de falsificaciones y el desarrollo de nuevos productos.
Además, modelos precisos pueden contribuir en gran medida a la comprensión científica de cómo los humanos perciben y aprecian el sabor. Facilitan y estandarizan los métodos de evaluación de alimentos existentes y pueden complementar o reemplazar las evaluaciones realizadas por paneles de degustación de consumidores capacitados, que son variables, costosas y requieren mucho tiempo.
Por último, estos modelos también pueden guiar a los consumidores a comprender sus preferencias personales.
En resumen, este estudio no solo ofrece una visión más profunda de cómo percibimos el sabor de la cerveza, sino que también sienta las bases para el desarrollo de alimentos personalizados y novedosos con mejores sabores, todo gracias a la combinación de grandes cantidades de datos, el aprendizaje automático y la Inteligencia Artificial.