登录
首页
vwin德赢AC米兰官网网址当前版本:2022年7月
人工智能帮助酿造新啤酒
人工智能可以帮助啤酒酿造商在实际生产前根据新配方预测啤酒的属性。
来源:Workhorse Brewing
创造新啤酒通常完全依赖于人类的专业知识，但人工智能(AI)很快就会被用来帮助啤酒的开发。
“(人工智能)可以帮助人们更有创造力，”他说布拉万马克他是瑞士卢塞恩应用科学与艺术大学的研究人员。“大多数人都有一个(特定的)心态，没有考虑他们可以使用的其他成分。”
人工智能还可以帮助啤酒酿造商在实际生产前根据新配方预测啤酒的属性。例如，它的最终颜色、酒精含量和苦味都可以从配料的选择中获得。“如果它没有你想要的那么苦，你可以在开始之前做出调整，”他说埃林Ayton他是华盛顿州里奇兰太平洋西北国家实验室的数据科学家。
人们正在研究机器学习技术，以帮助制造新型啤酒。在最近的工作艾顿和她的同事们试图建立啤酒配方和各种属性之间的关系模型。在一项试验中，他们专注于啤酒的类型，看看他们的系统是否可以将食谱分为麦酒、窖藏啤酒或小麦啤酒。在另一项任务中，他们的模型旨在将啤酒分为81种特定类型之一，如美国IPA(印度淡啤酒)或干黑啤。在第三个实验中，该模型将尝试预测10种不同属性的范围，比如苦味单位或颜色。
该团队使用了两种不同的深度学习模型来比较产生的预测。其中一种被称为深度神经网络(DNN)，它简单且应用广泛，能够学习食谱中每种成分的特征。然而，第二种模型被称为长短期记忆(LSTM)，它更复杂，因为它从成分序列中学习。艾顿说:“(LSTM模型)可以很好地处理像食谱或句子那样连续的文本数据，你可以从左到右阅读。”
实验的数据来自家庭酿酒师在一个公开网站上分享的20多万份啤酒配方。这两个深度学习模型使用了70%的食谱进行训练，而其余的则被保留用于之后的测试目的。
艾顿和她的同事们发现LSTM模型在这三项任务中表现最好。在81种啤酒的复杂分类任务中，它的准确率约为34%，这是相当低的。然而，该团队能够使用可视化技术来确认模型正在学习食谱中有意义的结构。艾顿说:“要么这个模型很难区分不同的类别，要么它需要更多的训练数据。”“我们没有很多(啤酒类型)的例子，所以这可能是模型失败的地方。”
使用一种名为变压器的新型深度学习方法可以帮助获得更好的结果。在其他使用文本数据的任务中，它已被证明优于LSTM模型。艾顿说:“我认为这肯定有助于提高我们的业绩。”
艾顿表示，深度学习模型可能是酿酒厂的有用工具，酿酒厂通常需要三个月或更长时间来开发一种新啤酒。除了预测啤酒的属性外，这种模型还可以反过来用于根据所需属性生成食谱。＂我认为这将有助于规划过程，我知道这对啤酒厂来说非常复杂，”她说。
另一组研究深度学习是否能产生新的啤酒配方．在之前使用人工智能来调整烹饪食谱布拉文和他的同事们决定看看是否可以用类似的方法来制造新的啤酒。据他们所知，这是在从部分或空的成分列表开始之前做的。布拉文说:“一个周五的下午，当我们在学院喝啤酒时，我们有了一个想法，如果它能很好地用于烹饪食谱，为什么我们不试试用它来做啤酒呢?”
该团队从世界各地的专业和业余啤酒酿造商那里收集了超过15万份啤酒配方，并在同一个公开网站上发布。这组食谱包含了配料数量和加工步骤等信息，然后被改进为超过65000个食谱的训练和测试集。
然后，Bravin和他的同事们用这些数据训练了一个变压器深度学习模型。像LSTM一样，这种类型的模型是顺序的，因此可以根据发酵的选择来限制啤酒花的选择。该团队与一家酿酒厂合作以获得建议。“我们问他们如何设计配方，他们说，‘我们首先选择发酵，然后选择与这些发酵相匹配的啤酒花’，”布拉文说。“所以这就是为什么我们以同样的方式建模。”
该模型能够生成10,000种新的啤酒配方。为了评估它们有多新颖，他们比较了它们与一组测试数据的相似程度，以及与训练模型的食谱的相似程度。布拉文说:“这给了我们一个指标，表明我们的模型是否完全过度拟合，只是简单地复制了训练集中的所有食谱，还是它总是能想出新的食谱。”
平均而言，生成的食谱比测试集中的食谱更新颖。研究人员还请了一位专业的酿酒师，根据配料成本和技术方面等各种因素，评估了生产配方的可行性。只有不到三分之一的人工智能生成的食谱被认为适合生产。
然而，最终的测试是酿造一种啤酒，其接收人是用深度学习创建的。当地一家微型啤酒厂使用该团队的配方生成器制作了一种印度淡啤酒(IPA)的配方。然后他们生产了这种啤酒，这种啤酒被恰当地命名为“更深”，具有葡萄柚般的味道。“我认为大多数人都很喜欢它，”布拉文说。
虽然布拉文对这个模型的初始原型很满意，但他认为还有改进的空间。例如，为了简化任务，模型只训练了啤酒中的某些类型的成分。例如，它可以选择不同类型的啤酒花，但忽略了酵母的种类，这将由酿酒师来选择。他说:“如果能在配方中添加更多的成分，并检查模型是否仍然表现良好，那将非常有趣。”
布拉文认为，这种模式可以被小啤酒厂采用，以加快创新过程。然而，他仍然认为需要专业啤酒酿造商的投入。他说:“有时我们的模型输出了一些专家告诉我们不可能奏效的东西。”“我认为，要让每个人都能在家里的浴缸里制作出完美的食谱，还有很长的路要走。”
Sandrine Ceurstemont是英国伦敦的自由科学作家
没有找到条目