Un nuovo studio mostra come due algoritmi di machine learning possano identificare l’origine e gli aromi principali del whisky, superando gli esperti umani.
La chimica e l’intelligenza artificiale si incontrano per rivoluzionare il mondo dei whisky. Due algoritmi di machine learning sono stati in grado di determinare l’origine di un whisky — se americano o scozzese — e di identificare i suoi aromi più forti con una precisione che supera quella degli esperti umani. Lo studio, pubblicato su Communications Chemistry, apre nuove prospettive per l’analisi rapida e precisa di bevande alcoliche grazie alla tecnologia avanzata.
Gli aromi nel Whisky
L’aroma di un whisky è determinato da una complessa miscela di composti odorosi, che rendono difficile prevederne le caratteristiche basandosi esclusivamente sulla composizione molecolare. Finora, il compito di identificare gli aromi principali era affidato a pannelli di esperti umani, ma questo processo richiede tempo, risorse economiche e un notevole addestramento. Inoltre, il livello di accordo tra gli esperti spesso lascia margini di incertezza.
Lo studio: algoritmi e analisi molecolare
Il team guidato da Andreas Grasskamp ha analizzato la composizione molecolare di sette whisky americani e nove scozzesi utilizzando due algoritmi:
OWSum, un algoritmo di previsione degli odori sviluppato dagli autori.
Una rete neurale avanzata.
I dati molecolari sono stati ottenuti da analisi di gascromatografia e spettrometria di massa, due tecniche utilizzate per separare e identificare i componenti di una miscela complessa. Gli algoritmi hanno quindi analizzato questi dati per:
Determinare l’origine del whisky.
Identificare le cinque note aromatiche più forti.
I risultati degli algoritmi sono stati confrontati con quelli di un panel composto da 11 esperti umani.
Risultati: Più Precisi degli Esperti Umani
I risultati dello studio sono sorprendenti:
Origine del whisky: OWSum ha determinato se un whisky era americano o scozzese con un’accuratezza superiore al 90%.
- I composti mentolo e citronellolo erano associati ai whisky americani.
- I composti metil decanoato e acido eptanoico erano associati ai whisky scozzesi.
Aromi distintivi:
- I whisky americani sono stati caratterizzati da note di caramello.
- I whisky scozzesi presentavano aromi più complessi, tra cui note fenoliche (spesso descritte come affumicate o medicinali), mela e solventi.
Identificazione degli aromi più forti: Entrambi gli algoritmi hanno identificato le cinque note principali di ciascun whisky con maggiore accuratezza e coerenza rispetto agli esperti umani.
Implicazioni e Applicazioni Future
I ricercatori ritengono che questo approccio potrebbe portare a una classificazione algoritmica rapida dei whisky e all’identificazione chiara delle loro note aromatiche principali. Le possibili applicazioni includono:
- Industria alimentare e delle bevande: Analisi di prodotti per garantire la qualità e l’autenticità.
- Marketing e personalizzazione: Identificazione degli aromi per creare esperienze di degustazione personalizzate.
- Formazione degli esperti: Gli algoritmi potrebbero essere utilizzati come strumento didattico per affinare le capacità di analisi sensoriale.
Tecnologia e tradizione: un nuovo equilibrio
Sebbene la tecnologia stia mostrando un enorme potenziale, non sostituirà del tutto gli esperti umani. L’esperienza sensoriale e la cultura legate al whisky rimangono elementi fondamentali. Tuttavia, algoritmi come OWSum rappresentano uno strumento complementare che può migliorare l’efficienza e la precisione dell’analisi.
Lo studio dimostra come l’intelligenza artificiale possa rivoluzionare settori tradizionali come quello dei whisky, fornendo risultati rapidi e precisi. Con un’accuratezza che supera quella degli esperti umani, gli algoritmi come OWSum potrebbero ridefinire il modo in cui valutiamo e comprendiamo le caratteristiche di una delle bevande più amate al mondo. Un equilibrio perfetto tra tecnologia e passione per l’arte del whisky.
Immagine: Tre esperti del Fraunhofer IVV con uno dei whisky analizzati nel loro laboratorio. Da sinistra a destra: Doris Schicker, Andreas Grasskamp e Satnam Singh. Credit: Fraunhofer Institute for Process Engineering and Packaging IVV.
Articolo Communications Chemistry: Odor prediction of whiskies based on their molecular composition. DOI 10.1038/s42004-024-01373-2.
