啤酒花|说出来可能不信,现在酒厂都在招算法工程师( 二 )


啤酒花|说出来可能不信,现在酒厂都在招算法工程师
本文图片

研究人员分析不同的添加材料对啤酒口味的影响
比如研究人员在全球 140 个饮料品牌中 , 使用先进的传感器和分析技术 , 绘制和预测酵母和其他成分产生的风味 , 以此来找出最好的搭配 。
而计算机模型已经能够辨别这些细微的差别 , 在实验中 , 训练后的模型可以迅速检测出 Carlsberg Pilsner、 Tuborg Pilsner、Wiibroe 和 Nordic 四款啤酒 , 在效率和精准度上 , 都远远高于专业人士 。
啤酒花|说出来可能不信,现在酒厂都在招算法工程师
本文图片

实验人员的目的是尽可能完整地
制定麦芽制造、酿造和发酵操作的科学依据
他们最终设想为每个样品绘制风味指纹 , 并大幅度缩短研究风味组合和配比过程所需的时间 。
根据最新的资料 , 此举能将这一过程的时间缩短三分之一 , 以帮助公司更快地将不同口味的啤酒推向市场 。
嘉士伯认为 , 这项技术将帮助其提高自身啤酒在市场中的地位 , 并带动一批周边产业——比如研究人工智能感应味觉的科技公司 。
啤酒灌装:用机器学习优化质量控制
AI 除了能够生成配方 , 还能监管生成流程 。 一家叫 Sugar Creek Brewing 的公司 , 就利用 AI 和物联网技术 , 把控啤酒生产的环节 , 提高质量 , 减少损失 。
在啤酒的灌装环节 , 这家公司曾遭受了不小损失 。 由于瓶子的灌装水平没有控制一致 , 使得部分瓶子会产生过多的泡沫 , 最终转化为废物和过量的溶解氧 , 破坏啤酒风味并缩短保质期 。
为了解决这一问题 , 他们想到了 AI 算法 。 通过和 IBM 的工程师合作 , 在啤酒出瓶的过程放置了摄像头 , 通过捕捉图像 , 将照片在装瓶操作过程中 , 收集的其他数据相结合 , 然后传送至 IBM 云端 , 由 Watson 系统进行对比分析 。
啤酒花|说出来可能不信,现在酒厂都在招算法工程师
本文图片

工作人员通过数据监控生产环节的安全
利用 AI 和物联网的综合部署 , 最终给出了有效的灌装标准 , 帮助酿酒师们调整和规划策略 , 彻底解决了啤酒的起泡问题 , 每月可帮公司节省 1 万美元 。
此外 , 他们还借助一些精密传感器 , 收集酿造过程的数据 , 确保机械设备的正常运行 , 规范化制作流程的安全 。
 
啤酒定制:结合个人数据 , 定制专属配方
每种啤酒风格差异 , 一部分是体现在配方上面 。 而专业的酿酒师 , 也要花上十多年的时间来学习掌握这项技能 。 使用 AI 算法和机器学习生成啤酒配方 , 则能缩短这一时间 , 并且打造出个性化的定制方案 。
英国一家叫 IntelligentX  的公司 , 就利用机器学习算法 , 生产出了首个 AI 酿造的啤酒 , 已经推出了几个大类:Black AI、Golden AI , Pale AI 和 Amber AI 。
啤酒花|说出来可能不信,现在酒厂都在招算法工程师
本文图片

这一系列的啤酒 , 都以颜色+ AI 进行命名
AI 根据历史数据来学习生成配方 。 而且还在售出的啤酒瓶上 , 提供有反馈问卷 URL 链接 , 依靠 Facebook Messenger 应用收集反馈意见 。
问卷的问题包括:想要啤酒有多少的啤酒花香气?应用体验等 , 这些信息最终被用于该系列啤酒的配方进行调整 。 此举让公司采集了超过 10 万条数据 。
在收集到用户的数据后 , 工程师使用强化学习和贝叶斯决策等技术 , 生成据反馈去改变配方的方法 , 最后由酿酒师做出取舍 。
啤酒花|说出来可能不信,现在酒厂都在招算法工程师
本文图片

工程师在讨论算法推演的新配方
他们正在英国推广这种做法 , 啤酒爱好者可以订购个性化的啤酒 , 根据个人喜好调整的定制配方酿造 , 而且随着时间可以不断更新 。
啤酒遇见 AI, 才是真的牛啤
啤酒的文化 , 延绵了几千年 , 至今还在日常生活中占据着重要的一席 , 不得不说这一被历史选择下来的饮料 , 拥有着强大的魅力 。
虽然 AI 在啤酒酿造行业所带来的尝试 , 比起传统啤几千年的传统工艺 , 还只是占据了很小的份额 。 但带来的转变已足够让人惊喜 , 甚至一些人已经望眼欲穿 。
正是因为有了 AI, 我们才有可能喝到更加美味 , 更加个性化的啤酒 , 也许 , 这就是 AI 技术带给我们这个时代 , 最美妙的体验 。
啤酒花|说出来可能不信,现在酒厂都在招算法工程师


推荐阅读