对于非鉴赏家来说，在浏览商店货架上一大堆不熟悉的标签时，挑选一瓶葡萄酒可能是一项挑战。它尝起来像什么?我上一个买的这么好吃的是什么?

　　在这方面，Vivino、Hello Vino、wine Searcher等葡萄酒应用程序可以提供帮助。像这样的应用程序可以让葡萄酒买家扫描酒瓶标签，获取特定葡萄酒的信息，并阅读其他人的评论。这些应用程序是建立在人工智能算法之上的。

　　现在，来自丹麦技术大学(DTU)、哥本哈根大学和加州理工学院的科学家们已经证明，你可以在算法中添加一个新参数，使它更容易找到与你自己的味蕾精确匹配的东西:即人们对味道的印象。

　　“我们已经证明，通过给算法输入由人们的味道印象组成的数据，算法可以更准确地预测我们个人喜欢哪种葡萄酒，”荷兰理工大学的研究生Thoranna Bender说，她在哥本哈根大学人工智能先锋中心的支持下进行了这项研究。

　　研究人员举行了品酒会，在此期间，256名参与者被要求根据他们认为味道最相似的葡萄酒，在一张A3纸上排列一小杯不同的葡萄酒。杯子之间的距离越大，它们的味道差异就越大。这种方法在消费者测试中被广泛使用。然后，研究人员通过拍照将纸张上的点数字化。

　　然后，从品酒中收集的数据与Vivino提供给研究人员的数十万个葡萄酒标签和用户评论相结合。Vivino是一个全球葡萄酒应用程序和市场。接下来，研究人员基于庞大的数据集开发了一种算法。

　　“我们在模型中创建的风味维度为我们提供了哪些葡萄酒味道相似，哪些不相似的信息。例如，我可以站在我最喜欢的一瓶葡萄酒面前说，我想知道哪一瓶葡萄酒在味道上与它最相似，或者在味道和价格上都最相似。”

　　哥本哈根大学人工智能先驱中心的负责人、计算机科学系教授兼合著者Serge Belongie补充说:“我们可以看到，当算法将葡萄酒标签和评论的数据与品酒数据结合起来时，它比仅使用图像和文本形式的传统数据更准确地预测人们的葡萄酒偏好。因此，教机器使用人类的感官体验会产生更好的算法，让用户受益。”

　　根据Serge Belongie的说法，在机器学习中使用所谓的多模态数据的趋势正在增长，这种数据通常由图像、文本和声音的组合组成。使用味觉或其他感官输入作为数据源是全新的。它有很大的潜力。在食品行业。Belongie状态:

　　“了解味道是食品科学的一个关键方面，对实现健康、可持续的食品生产至关重要。然而，在这种情况下使用人工智能仍然处于起步阶段。这个项目展示了在人工智能中使用基于人类的输入的力量，我预测这一结果将刺激食品科学和人工智能交叉领域的更多研究。”

　　Thoranna Bender指出，研究人员的方法可以很容易地转移到其他类型的食物和饮料中。“我们选择了葡萄酒作为案例，但同样的方法也可以应用于啤酒和咖啡。例如，这种方法可以用来向人们推荐产品，甚至是食物食谱。如果我们能更好地理解食物中味道的相似性，我们也可以在医疗保健领域使用它来组合符合患者口味和营养需求的膳食。它甚至可以用来开发适合不同口味的食物。”

　　研究人员将他们的数据发布在一个开放的服务器上，可以免费使用。

　　“我们希望有人愿意以我们的数据为基础。我已经收到了一些人的请求，他们有额外的数据想要包含在我们的数据集中。我认为这真的很酷，”Thoranna Bender总结道。

　　该研究发表在arXiv预印本服务器上。

　　更多信息:Thoranna Bender等人，学习品尝:一个多模态葡萄酒数据集，arXiv(2023)。期刊信息:arXiv .2308.16900

　　哥本哈根大学提供

　　引用:研究人员已经教会了一种算法来“品尝”(2023年12月1日)

　　作品受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。的有限公司

　　内容仅供参考之用。