L'IA surpasse les dégustateurs humains dans l'identification des arômes

Une étude récente publiée dans Communications Chemistry explore le potentiel des algorithmes d'apprentissage automatique pour surpasser les dégustateurs humains dans l'identification des profils aromatiques du whisky. Cette recherche associe une analyse chimique avancée à des modèles informatiques, ouvrant ainsi de nouvelles possibilités pour l'industrie des boissons alcoolisées.

L'analyse chimique, utilisée pour décomposer et examiner les arômes et les saveurs, a démontré un potentiel important dans le secteur. Au début de l'année, des chercheurs de l'université Heriot-Watt d'Édimbourg ont mis au point une technique permettant de créer des "empreintes digitales" des composés aromatiques du gin afin de lutter contre les contrefaçons de spiritueux. Cette avancée a jeté les bases de l'étude récente, qui applique des méthodes similaires au whisky en intégrant des données chimiques à des algorithmes d'intelligence artificielle.

L'étude a analysé 16 échantillons de whiskies américains et écossais à l'aide de la chromatographie en phase gazeuse et de la spectrométrie de masse. Sur la base de ces analyses, un modèle d'apprentissage automatique a été utilisé pour identifier les composés clés et les associer à des descripteurs aromatiques spécifiques. Parmi les résultats les plus marquants, citons les arômes de caramel qui prédominent dans les whiskies américains, tandis que les whiskies écossais présentent des notes de pomme, de phénol et de solvant. Le menthol et le citronellol ont été identifiés comme des composés clés dans les whiskies américains, tandis que le décanoate de méthyle et l'acide heptanoïque ont été plus significatifs dans la classification des whiskies écossais.

Le modèle informatique a été testé auprès d'un panel de 11 dégustateurs professionnels, qui ont eu du mal à trouver un consensus sur les cinq notes les plus importantes de chaque échantillon, ce qui a nécessité une moyenne de leurs évaluations. Selon les auteurs de l'étude, Satnam Singh et Doris Schicker, de l'université Friedrich-Alexander d'Erlangen-Nuremberg (Allemagne), l'algorithme a fait preuve d'une plus grande cohérence dans la prédiction des caractéristiques aromatiques des échantillons.

Si l'algorithme s'est avéré plus cohérent que les panélistes humains dans l'identification des profils chimiques et des descripteurs associés, les chercheurs soulignent que l'objectif n'est pas de remplacer les experts humains. La technologie vise plutôt à compléter leur travail en fournissant un outil rapide et fiable pour prédire les arômes dans des mélanges complexes. Cela pourrait réduire considérablement le temps et les efforts nécessaires aux évaluations sensorielles industrielles.

L'étude met également en évidence les limites des algorithmes. S'ils peuvent identifier des composés chimiques et décrire des arômes, ils ne peuvent pas évaluer subjectivement la qualité ou le plaisir que peut procurer un whisky. Les variations des notes de dégustation entre les panélistes restent un élément crucial du processus de dégustation, car elles enrichissent la perspective globale du produit.

Ce développement représente une étape importante vers l'intégration de l'intelligence artificielle dans l'industrie des spiritueux. Dans un avenir proche, de tels outils pourraient révolutionner l'analyse et la classification des produits, tout en reconnaissant que le consommateur final reste un être humain, dont les préférences sont façonnées par ses émotions et ses goûts personnels.