對于非鑒賞家來說，在瀏覽商店貨架上一大堆不熟悉的標簽時，挑選一瓶葡萄酒可能是一項挑戰。它嘗起來像什么?我上一個買的這么好吃的是什么?

　　在這方面，Vivino、Hello Vino、wine Searcher等葡萄酒應用程序可以提供幫助。像這樣的應用程序可以讓葡萄酒買家掃描酒瓶標簽，獲取特定葡萄酒的信息，并閱讀其他人的評論。這些應用程序是建立在人工智能算法之上的。

　　現在，來自丹麥技術大學(DTU)、哥本哈根大學和加州理工學院的科學家們已經證明，你可以在算法中添加一個新參數，使它更容易找到與你自己的味蕾精確匹配的東西:即人們對味道的印象。

　　“我們已經證明，通過給算法輸入由人們的味道印象組成的數據，算法可以更準確地預測我們個人喜歡哪種葡萄酒，”荷蘭理工大學的研究生Thoranna Bender說，她在哥本哈根大學人工智能先鋒中心的支持下進行了這項研究。

　　研究人員舉行了品酒會，在此期間，256名參與者被要求根據他們認為味道最相似的葡萄酒，在一張A3紙上排列一小杯不同的葡萄酒。杯子之間的距離越大，它們的味道差異就越大。這種方法在消費者測試中被廣泛使用。然后，研究人員通過拍照將紙張上的點數字化。

　　然后，從品酒中收集的數據與Vivino提供給研究人員的數十萬個葡萄酒標簽和用戶評論相結合。Vivino是一個全球葡萄酒應用程序和市場。接下來，研究人員基于龐大的數據集開發了一種算法。

　　“我們在模型中創建的風味維度為我們提供了哪些葡萄酒味道相似，哪些不相似的信息。例如，我可以站在我最喜歡的一瓶葡萄酒面前說，我想知道哪一瓶葡萄酒在味道上與它最相似，或者在味道和價格上都最相似。”

　　哥本哈根大學人工智能先驅中心的負責人、計算機科學系教授兼合著者Serge Belongie補充說:“我們可以看到，當算法將葡萄酒標簽和評論的數據與品酒數據結合起來時，它比僅使用圖像和文本形式的傳統數據更準確地預測人們的葡萄酒偏好。因此，教機器使用人類的感官體驗會產生更好的算法，讓用戶受益。”

　　根據Serge Belongie的說法，在機器學習中使用所謂的多模態數據的趨勢正在增長，這種數據通常由圖像、文本和聲音的組合組成。使用味覺或其他感官輸入作為數據源是全新的。它有很大的潛力。在食品行業。Belongie狀態:

　　“了解味道是食品科學的一個關鍵方面，對實現健康、可持續的食品生產至關重要。然而，在這種情況下使用人工智能仍然處于起步階段。這個項目展示了在人工智能中使用基于人類的輸入的力量，我預測這一結果將刺激食品科學和人工智能交叉領域的更多研究。”

　　Thoranna Bender指出，研究人員的方法可以很容易地轉移到其他類型的食物和飲料中。“我們選擇了葡萄酒作為案例，但同樣的方法也可以應用于啤酒和咖啡。例如，這種方法可以用來向人們推薦產品，甚至是食物食譜。如果我們能更好地理解食物中味道的相似性，我們也可以在醫療保健領域使用它來組合符合患者口味和營養需求的膳食。它甚至可以用來開發適合不同口味的食物。”

　　研究人員將他們的數據發布在一個開放的服務器上，可以免費使用。

　　“我們希望有人愿意以我們的數據為基礎。我已經收到了一些人的請求，他們有額外的數據想要包含在我們的數據集中。我認為這真的很酷，”Thoranna Bender總結道。

　　該研究發表在arXiv預印本服務器上。

　　更多信息:Thoranna Bender等人，學習品嘗:一個多模態葡萄酒數據集，arXiv(2023)。期刊信息:arXiv .2308.16900

　　哥本哈根大學提供

　　引用:研究人員已經教會了一種算法來“品嘗”(2023年12月1日)

　　作品受版權保護。除為私人學習或研究目的而進行的任何公平交易外，未經書面許可，不得轉載任何部分。的有限公司

　　內容僅供參考之用。