Algoritmos como sumiller de whisky

lunes, diciembre 23, 2024

Un equipo liderado por el Instituto Fraunhofer de Ingeniería de Procesos y Envases (Alemania) evaluó la composición molecular de siete whiskies estadounidenses y nueve escoceses utilizando el algoritmo OWSum, de predicción de olores moleculares y una red neuronal

Tiempo de lectura: 2 minutos

 

Redacción Ciencia (EFE).- Determinar el origen de un whisky, si es americano o escocés, e identificar sus aromas más intensos ya no es una tarea exclusiva de profesionales. Dos algoritmos de aprendizaje automático pueden hacer esa tarea a través de la composición molecular de olores.

El aroma de un whisky viene determinado por una compleja mezcla de compuestos olorosos, por eso es muy difícil evaluar o predecir las características aromáticas o notas basándose únicamente en su composición molecular.

Un equipo liderado por el Instituto Fraunhofer de Ingeniería de Procesos y Envases (Alemania) evaluó la composición molecular de siete whiskies estadounidenses y nueve escoceses utilizando el algoritmo OWSum, de predicción de olores moleculares y una red neuronal.

Resultados entre los algoritmos y expertos en whisky

Los datos de composición molecular se obtuvieron a partir de los resultados existentes de los análisis de cromatografía de gases y espectrometría de masas, dos técnicas utilizadas para separar e identificar los componentes de una mezcla.

Los algoritmos se utilizaron para identificar el país de origen de cada whisky y sus cinco notas más fuertes, tras lo que se compararon los resultados de los algoritmos con los de un panel de once expertos humanos.

Botellas de whisky en proceso de maduración en una destilería. EFE/Ritchie B. Tongo/Archivo

Los resultados, que publica Communications Chemistry, indican que OWSum fue capaz de determinar si un whisky era estadounidense o escocés con una precisión superior al 90 %.

La detección de los compuestos mentol y citronelol fue la más asociada a una clasificación como norteamericano, mientras que la detección de decanoato de metilo y ácido heptanoico fue la más asociada a una clasificación de escocés.

Olor a caramelo, olor a manzana o fenólico

El algoritmo identificó el olor similar a caramelo como la nota más característica de los estadounidenses y el próximo a manzana o fenólico (a menudo descrito como ahumado o medicinal) como las notas más características de los escoceses.

Por último, ambos algoritmos fueron capaces de identificar las cinco notas más fuertes de un whisky específico con mayor precisión y coherencia de media que cualquier experto humano individual, indica la revista.

Los autores creen que su planteamiento podría conducir a una rápida clasificación algorítmica de los whiskies y a la identificación de las notas clave de sus aromas.

Aunque por el momento los métodos de aprendizaje automático no pueden sustituir a los grupos de expertos, la predicción molecular de olores ya puede alcanzar el nivel de rendimiento humano para descriptores específicos, según el estudio. EFE