GoodFood – Винные приложения позволяют покупателям сканировать этикетки на бутылках и получать информацию о конкретном вине, а также читать отзывы других. Эти приложения основаны на алгоритмах искусственного интеллекта.
Ученые из Датского технического университета, Копенгагенского университета и Калифорнийского технологического института показали, что вы можете добавить в алгоритмы новый параметр, а именно впечатления людей о вкусе.
Исследователи провели дегустации вин, в ходе которых 256 участникам было предложено расставить стаканчики с разными винами на листе бумаги формата А3 в зависимости от того, какие вина, по их мнению, наиболее похожи по вкусу. Чем больше расстояние между стаканчиками, тем больше разница в их вкусе. Вина были анонимизированы, и каждое вино было помечено цветом и номером. Каждому участнику была предложена комбинация вин на вкус.
Данные, собранные во время дегустации вин, затем были объединены с сотнями тысяч винных этикеток и отзывами пользователей, предоставленными исследователям Vivino, глобальным винным приложением и маркетплейсом. Далее исследователи разработали алгоритм, основанный на огромном наборе данных.
«Измерение вкуса, которое мы создали в модели, дает нам информацию о том, какие вина похожи по вкусу, а какие нет. Так, например, я могу встать со своей любимой бутылкой вина и сказать: «Я хотела бы знать, какое вино больше всего похоже на это по вкусу – или и по вкусу, и по цене», - говорит Торанна Бендер, которая проводила исследование.
Она отмечает, что метод исследователей можно легко перенести и на другие виды продуктов питания и напитков: «Если мы сможем лучше понять вкусовые сходства в продуктах питания, мы также сможем использовать его в секторе здравоохранения для составления блюд, соответствующих вкусам и потребностям пациентов в питании. Это может быть даже использовано для разработки продуктов с учетом различных вкусовых характеристик».
По словам профессора Сержа Белонги, в машинном обучении наблюдается растущая тенденция использования так называемых мультимодальных данных, которые обычно состоят из комбинации изображений, текста и звука. Использование вкуса или других сенсорных входных данных в качестве источников данных является совершенно новым. И у этого есть большой потенциал.
