Imaginer déguster 250 bières de 22 variétés différentes pendant cinq ans est un rêve pour beaucoup, mais pour une équipe de chercheurs belges, c’est devenu une réalité à travers l’intelligence artificielle. Des chercheurs de la KU Leuven et de l’institut de recherche sur la bière ont utilisé un algorithme d’apprentissage automatique pour prédire et améliorer le goût de la bière, publiant leurs résultats dans Nature Communications.
Cette étude approfondie a impliqué la mesure de 226 caractéristiques chimiques pour chaque bière, suivie de l’évaluation par 16 dégustateurs formés. En combinant ces données avec 180 000 évaluations de consommateurs, les chercheurs ont pu créer un modèle pour entraîner l’algorithme à prédire le goût d’une bière en fonction de sa composition chimique.
Les résultats surprenants de l’étude
Les chercheurs ont identifié les composés clés influençant le goût des bières les plus appréciées, révélant des résultats inattendus tels que l’importance de l’acétate d’éthyle et de l’éthanol. En modifiant la concentration de certains composés chimiques, notamment l’acétate d’éthyle, l’équipe a réussi à améliorer le goût de bières initialement moins bien notées, obtenant des résultats prometteurs lors des dégustations ultérieures.
Implications pour l’industrie alimentaire
Cette étude ne se limite pas à la bière, mais ouvre la voie à des applications similaires dans d’autres secteurs alimentaires. La méthode développée par les chercheurs pourrait révolutionner la manière dont les produits alimentaires sont analysés et améliorés à l’aide de l’intelligence artificielle.