人工智能在识别香气方面胜过人类品酒师

最近发表在《化学通讯》（Communications Chemistry）上的一项研究探讨了机器学习算法在识别威士忌芳香特征方面超越人类品酒师的潜力。这项研究将先进的化学分析与计算模型相结合，为酒精饮料行业带来了新的可能性。

化学分析用于分解和研究香气和味道，在该行业已显示出巨大的潜力。今年早些时候，爱丁堡赫瑞瓦特大学（Heriot-Watt University）的研究人员开发出了一种技术，可以创建杜松子酒中香味化合物的 "指纹"，以打击假冒烈酒。这一突破为最近的研究奠定了基础，该研究通过将化学数据与人工智能算法相结合，将类似的方法应用于威士忌。

这项研究利用气相色谱-质谱法分析了 16 个美国和苏格兰威士忌样品。在这些分析的基础上，采用了机器学习模型来识别关键化合物，并将它们与特定的芳香描述符联系起来。值得注意的发现包括：焦糖香气在美国威士忌中占主导地位，而苏格兰威士忌则以苹果、酚类和溶剂香气为特色。薄荷醇和香茅醇被确定为美国威士忌的关键化合物，而癸酸甲酯和庚酸在苏格兰威士忌的分类中更为重要。

由 11 位专业品酒师组成的小组对计算模型进行了测试，他们很难就每个样品的前五种香味达成共识，这需要他们的平均评价。研究报告的作者、德国埃尔兰根-纽伦堡弗里德里希-亚历山大大学的萨特南-辛格（Satnam Singh）和多丽斯-席克（Doris Schicker）表示，相比之下，该算法在预测样品的芳香特征方面表现出更高的一致性。

虽然事实证明算法在识别化学特征及其相关描述符方面比人类专家更加一致，但研究人员强调，算法的目标不是取代人类专家。相反，该技术旨在补充人类专家的工作，为预测复杂混合物的香气提供一种快速可靠的工具。这可以大大减少工业感官评估所需的时间和精力。

这项研究还强调了算法的局限性。虽然算法可以识别化合物并描述香气，但却不能主观地评估威士忌的品质或给人带来的享受。小组成员之间的品酒笔记差异仍然是品酒过程的重要组成部分，它丰富了对产品的整体认识。

这一发展是将人工智能融入烈酒行业的重要一步。在不久的将来，这种工具将彻底改变产品的分析和分类，同时认识到最终消费者仍然是人，他们的喜好是由情感和个人口味决定的。