La Inteligencia Artificial puede predecir el aroma de un whisky mejor que un experto. Así lo determinó un nuevo estudio, que mostró que los algoritmos de aprendizaje automático lo hicieron mejor que un especialista en sus aromas. El resultado es llamativo debido a la particularidad del whisky: su perfil aromático puede determinarse a partir de más de 40 compuestos y puede contener un número aún mayor de compuestos volátiles no olorosos.

Pero los químicos pudieron lograrlo en la nueva investigación publicada en Communications Chemistry. Lo hicieron a partir de dos algoritmos: OWSum y CNN. El primero es una herramienta estadística para predecir olores moleculares y el segundo es una red neuronal convolutiva que permite descubrir relaciones en conjuntos de datos muy complejos. Una de estas relaciones puede ser la de las moléculas y los atributos de aroma más influyentes. Así lo explicó Andreas Grasskamp, investigador del Instituto Fraunhofer de Ingeniería de Procesos y Empaque IVV en Freising y principal autor del estudio, a AFP.

Los químicos le dieron una lista de moléculas en 16 muestras de whisky -entre los que se encontraban Talisker Isle of Skye Malt, que tiene diez años de antigüedad, Glenmorangie Original, Four Roses Single Barrel, Johnnie Walker Red Label o Jack Daniel’s, entre otros- y los descriptores de aromas determinados para cada muestra por un panel de once expertos. Después, los algoritmos se usaron para identificar el país de origen y las cinco notas dominantes de cada whisky.

Los resultados

El algoritmo OWSum logró determinar si un whisky era estadounidense o escocés con una precisión superior al 90%. Allí, mostró claras diferencias entre ambas nacionalidades. Por un lado, detectó que los de Estados Unidos están fuertemente asociados con compuestos como el mentol y el citronelol y que tienen notas caramelizadas. En cambio, los de Escocia se acercaban más al metil decanoato y ácido heptanoico y con notas de “manzana”, “disolvente”, y “fenólica” -asociado con un aroma ahumado o medicinal.

Tras esto fue que le pidieron a ambos algoritmos que predijeran las cualidades olfativas de los whiskies a partir de las moléculas detectadas y sus características estructurales. Y así fue: lograron identificar las cinco notas dominantes de un whisky con mayor precisión y coherencia que cualquier experto humano del panel, en promedio.

“Descubrimos que nuestros algoritmos se alinean mejor con los resultados del panel que cada miembro individual, ofreciendo así una mejor estimación de la percepción general de los olores”, destacó Grasskamp.

A futuro, esto podría utilizarse para identificar falsificaciones de whisky o si el whisky mezclado tiene el aroma esperado, lo que ayudaría a limitar la necesidad de los paneles de evaluación. Grasskamp también considera que, en teoría, podrían obtener resultados similares con el vino.

“Todo lo que necesitan estas herramientas es una lista de compuestos detectados en la muestra y sus descriptores correspondientes. El desafío reside en los detalles más finos, como determinar si los aromas del vino son lo suficientemente distintivos para un algoritmo de IA”, detalló.

Con información de AFP