Künstliche Intelligenz KI erkennt Herkunft und Aromen von Whisky besser als Experten
Hauptinhalt
24. Dezember 2024, 11:00 Uhr
Künstliche Intelligenz ermöglicht eine genaue Analyse der Herkunft von Whisky und seiner Aromen. Mit zwei Algorithmen können Forscher die charakteristischen Geruchsmerkmale von amerikanischen und schottischen Whiskys vorhersagen und einen tieferen Einblick in ihre molekularen Unterschiede gewinnen.
Die Herkunft eines Whiskys – ob amerikanisch (dann auch mal mit ey) oder schottisch – kann jetzt mithilfe künstlicher Intelligenz bestimmt werden. Maschinelle Lernalgorithmen identifizieren die dominanten Aromen eines Whiskys präzise, wie eine Studie des Fraunhofer Instituts für Verfahrenstechnik und Verpackung zeigt. Den Ergebnissen zufolge könnten sie menschliche Experten bei der Bewertung der intensivsten Aromen sogar übertreffen. In der Untersuchung verglichen Forschenden die Ergebnisse der Algorithmen mit jenen einer Gruppe von elf menschlichen Fachleuten.
Aromen entstehen durch Moleküle, deren chemische Eigenschaften den Geruch und Geschmack eines Stoffes bestimmen. Die Wahrnehmung dieser Aromen erfolgt, wenn die Moleküle mit Rezeptoren in der Nase oder auf der Zunge interagieren. Beim Whisky ist das Aroma eine komplexe Mischung von Geruchsstoffen, was es schwierig macht, die Aromamuster nur anhand der molekularen Zusammensetzung zu bewerten oder vorherzusagen. Traditionell kommen hierfür Expertenpanels zum Einsatz, die jedoch zeit-, kosten- und ausbildungsintensiv sind und oft nur begrenzte Übereinstimmung zwischen den Teilnehmern erzielen.
Vorhersage von Gerüchen durch Moleküle
Die Forscher analysierten amerikanische und schottische Whiskys mit zwei Algorithmen: dem speziell entwickelten Olfactory Weighted Sum (OWSum), einem Modell zur molekularen Geruchsvorhersage, und einem künstlichen neuronalen Netz, das die Funktionsweise des menschlichen Gehirns nachahmt. OWSum konnte die Herkunft eines Whiskys zuverlässig anhand der fünf wichtigsten Geruchsmerkmale des Getränks vorhersagen. Diese Methode lieferte wertvolle Einblicke in die Unterschiede zwischen amerikanischen und schottischen Whiskys sowie in den Einfluss von Geruchs- und Moleküleigenschaften. Zeitgleich wurde das neuronale Netz verwendet, um die Geruchsqualität der Whiskys anhand struktureller Ähnlichkeiten der Moleküle zu bewerten.
Die Vorhersagen der Algorithmen wurden mit den Ergebnissen menschlicher Tester und den häufigsten geschätzten Geruchsmerkmalen verglichen. OWSum erreichte eine Genauigkeit von über 90 Prozent bei der Unterscheidung zwischen amerikanischen und schottischen Whiskys.
Links/Studien
Die Studie "Odor prediction of whiskies based on their molecular composition" ist im Journal "Communications Chemistry" erschienen.
vb
Dieses Thema im Programm: MDR SACHSEN - Das Sachsenradio | KI in der Wissenschaft | 01. November 2024 | 10:20 Uhr