Binnen zijn doctoraat onderzocht Michiel Schreurs aan de KU Leuven hoe we AI ook kunnen toepassen om de smaak van voeding te voorspellen en begrijpen; waar beter te beginnen dan bij Belgische bieren. Hij steekt van wal met allereerst algemene conclusies over Artificiële Intelligentie en machine learning in de praktijk.

“Het modelleren van smaak van producten en processen is niet nieuw. Oorspronkelijk waren deze modellen gebaseerd op statistische methoden, die zonder computers konden worden berekend. Tegenwoordig maken krachtige computers het mogelijk om AI- en machine learning-modellen te gebruiken voor het voorspellen van smaak of productieprocessen. Deze benadering is anders en vaak beter geschikt voor het verwerken van beschikbare data, waardoor alternatieve modellen nauwkeuriger kunnen voorspellen. Zo kunnen de modellen beter om met data met veel verschillende variabelen of interacties tussen de variabelen. Data kunnen procesparameters zijn, smaakscores, feedback van consumenten, geslaagt/gezakt bij kwaliteitscontrole”, zegt Michiel Schreurs wetenschapper aan VIB-KULeuven.

Gratis beschikbare software

Een tweede conclusie: “Het is verrassend dat computerprogrammeurs modellen programmeren om ze zo eenvoudig en gebruiksvriendelijk mogelijk te maken. Gratis beschikbare software maakt het mogelijk om deze modellen te ontwikkelen zonder dure licenties. Basiskennis van programmeren is wel vereist. Last-but-not-least: “Datakwaliteit is cruciaal. Enerzijds moeten de gegevens van goede kwaliteit zijn. Anderzijds kan een model alleen leren als er voldoende kwaliteitsdata beschikbaar zijn. Meer data zijn ook altijd beter, hoewel gestart kan worden met een 50-tal datapunten of zelfs minder. Modellen kunnen vaak ook niet goed extrapoleren, ze kunnen dus geen nauwkeurige voorspellingen doen over situaties waar ze niet op getraind zijn, zoals een ander voedingstype of proces. We hebben dus data nodig van datgene dat we willen modelleren”.

250 verschillende bieren

De perceptie en waardering van de biersmaak hangt af van veel op elkaar inwerkende chemische verbindingen en externe factoren, en blijkt daarom een uitdaging om te begrijpen en te voorspellen. “Voor het voorspellen en verbeteren van complexe biersmaak door middel van machine learning combineren we uitgebreide chemische en sensorische analyses van 250 verschillende bieren om machine learning-modellen te trainen die het mogelijk maken om smaak en consumentenwaardering te voorspellen.

Meer dan 200 chemische eigenschappen

Voor elk bier meten we meer dan 200 chemische eigenschappen, voeren we kwantitatieve beschrijvende sensorische analyses uit met een getraind proefpanel en brengen we gegevens van meer dan 180.000 consumentenrecensies in kaart om 10 verschillende machine learning-modellen te trainen. Dit vroeg 3 jaar analytisch en sensorisch onderzoek”, deelt de wetenschapper mee. “Onze studie liet zien hoe big data en machine learning complexe verbanden blootleggen tussen voedselchemie, smaak en consumentenperceptie, en legt het de basis voor de ontwikkeling van nieuwe, op maat gemaakte voedingsmiddelen met superieure smaken.”

Het voorspellen van de smaak en waardering van voedsel op basis van de chemische eigenschappen is volgens Schreurs een grotendeels ongrijpbaar doel in de sensorische wetenschap, vooral voor complexe voedingsmiddelen en dranken. “Een belangrijk obstakel is het immense aantal smaakbepalende chemicaliën die ten grondslag liggen aan de smaak van voedsel. Smaakverbindingen kunnen sterk variëren in chemische structuur en concentratie, waardoor ze technisch uitdagend en arbeidsintensief te kwantificeren zijn, zelfs in het licht van innovaties. Daarnaast verschillen mensen in welke smaakverbindingen ze kunnen proeven, ze zullen dezelfde voeding dus anders ervaren.”

In zijn presentatie op de Intrafood: 24 deelt Michiel Schreurs inzichten, zowel praktisch over hoe AI juist werkt en waarom het geschikt is voor zijn onderzoek, als vooruitkijkend naar de brede waaier aan mogelijke toepassingen van AI binnen de voedingssector.

www.verstrekenlab.sites.vib.be

www.intrafood.be/nl/ontdek-de-beurs/seminars