Mucho se habla de la Inteligencia Artificial y sus posibles aplicaciones, posiblemente estemos todavía ante la punta del iceberg, mientras tanto es interesante conocer y ver qué experimentos se llevan a cabo. Investigadores de la Universidad Técnica de Dinamarca (DTU), la Universidad de Copenhague y Caltech, han hecho un estudio en el que han elegido el vino para ver de qué modo se puede emplear.
Para los no entendidos, elegir una botella de vino puede ser todo un reto al escudriñar una serie de etiquetas desconocidas en la estantería de la tienda. ¿A qué sabe? ¿Cuál fue el último que compré que tanto me gustó? Pero también para los entendidos, que a veces tienen preferencias creadas de diversos tipos de vino y buscan aquellos similares en función de momentos de consumo, con quién compartirlos o para acompañar determinados platos. Y aquí entre en juego la Inteligencia Artificial y los algoritmos aplicados a los vinos.
En este caso, aplicaciones como Vivino, Hello Vino, Wine Searcher y muchas otras pueden ayudar. Este tipo de plataformas permiten a los compradores de vino escanear las etiquetas de las botellas, obtener información sobre un vino concreto y leer las reseñas de otros. Por supuesto se basan en algoritmos de inteligencia artificial.
Ahora, científicos de la Universidad Técnica de Dinamarca (DTU), la Universidad de Copenhague y Caltech (California, Estados Unidos) han demostrado que se puede añadir un nuevo parámetro a los algoritmos que facilita la búsqueda de un vino que se adapte con precisión a nuestro paladar: esto es, las impresiones de sabor de los consumidores.
Así en lo que se refiere a un algoritmo y los vinos, Thoranna Bender, estudiante de posgrado en DTU que realizó el estudio bajo los auspicios del Centro Pionero de IA de la Universidad de Copenhague, explica lo siguiente: «Hemos demostrado que, alimentando un algoritmo con datos consistentes en las impresiones de sabor de la gente, el algoritmo puede hacer predicciones más precisas de qué tipo de vino preferimos individualmente«,
Proceso para conocer preferencias de vinos y hacer predicciones
Los investigadores organizaron catas de vino en las que se pidió a 256 participantes que colocaran copas de muestra (del tamaño de un chupito) de distintos vinos en un trozo de papel A3 en función de los vinos que creían que tenían un sabor más similar. Cuanto mayor era la distancia entre las copas, mayor era la diferencia de sabor. Este método se utiliza mucho en las pruebas de consumidores. A continuación, los investigadores digitalizaron los puntos de las hojas de papel fotografiándolos.
Los datos recogidos en las catas se combinaron con cientos de miles de etiquetas de vino y opiniones de usuarios proporcionadas a los investigadores por Vivino, una aplicación y mercado mundial de vinos. A continuación, los investigadores desarrollaron un algoritmo basado en el enorme conjunto de datos sobre los vinos.
«La dimensión del sabor que creamos en el modelo nos proporciona información sobre qué vinos son similares en sabor y cuáles no. Así, por ejemplo, puedo estar con mi botella de vino favorita y decir: me gustaría saber qué vino se le parece más en sabor, o en sabor y precio», dice Thoranna Bender.
El profesor y coautor Serge Belongie, del Departamento de Informática, que dirige el Centro Pionero de Inteligencia Artificial de la Universidad de Copenhague, añade lo siguiente acerca del algoritmo y los vinos: «Vemos que cuando el algoritmo combina los datos de las etiquetas y reseñas de vinos con los de las catas, hace predicciones más precisas de las preferencias de vino de la gente que cuando sólo utiliza los tipos tradicionales de datos en forma de imágenes y texto. Así pues, enseñar a las máquinas a utilizar las experiencias sensoriales humanas da como resultado mejores algoritmos que benefician al usuario«.
Más usos que para el vino
Según Serge Belongie, hay una tendencia creciente en el aprendizaje automático a utilizar los llamados datos multimodales, que suelen consistir en una combinación de imágenes, texto y sonido. Utilizar el gusto u otras entradas sensoriales como fuentes de datos es algo totalmente nuevo.
Estos aspectos tienen un gran potencial, por ejemplo, en el sector alimentario. afirma Belongie: «Comprender el sabor es un aspecto clave de la ciencia de los alimentos y esencial para lograr una producción alimentaria sana y sostenible. Pero el uso de la IA en este contexto está aún en pañales. Este proyecto muestra el poder del uso de datos humanos en la inteligencia artificial, y predigo que los resultados estimularán más investigación en la intersección de la ciencia de los alimentos y la IA».
Thoranna Bender señala que el método de los investigadores también puede trasladarse fácilmente a otros tipos de alimentos y bebidas: «Hemos elegido el vino como caso, pero el mismo método puede aplicarse igualmente a la cerveza y el café. Por ejemplo, el método puede utilizarse para recomendar productos e incluso recetas de comida a la gente. Y si somos capaces de entender mejor las similitudes gustativas de los alimentos, también podremos utilizarlo en el sector sanitario para elaborar comidas que se ajusten a los gustos y necesidades nutricionales de los pacientes. Incluso podría servir para desarrollar alimentos adaptados a distintos perfiles de sabor».
Los investigadores han publicado sus datos en un servidor abierto y pueden utilizarse de forma gratuita. «Esperamos que alguien quiera utilizar nuestros datos. Ya he recibido peticiones de personas que tienen datos adicionales que les gustaría incluir en nuestro conjunto de datos», concluye Thoranna Bender.
Los autores del estudio son: Thoranna Bender, Simon Moe Sørensen, Grethe Hyldig, Søren Hauberg y Frederik Warburg, de la Universidad Técnica de Dinamarca (DTU); Alireza Kashani, de Vivino; K. Eldjarn Hjørleifsson, del Instituto Tecnológico de California (Caltech), y Serge Belongie, de la Universidad de Copenhague. El proyecto de investigación se llevó a cabo en colaboración con Vivino.
El conjunto de datos de los investigadores está disponible en el sitio web del proyecto.
