AI开设品鉴咖啡豆课程 更加注重“口味”这一变量

2018年，丹麦啤酒制造商Carlsburg开始使用AI设计和预测啤酒中酵母和其他成分的最终风味。IBM还为麦考密克开发了一个人工智能方案，用于创建更好的香料配方。生产诺特米尔素食产品的诺特科试图利用人工智能来分析分子结构，并找到新的植物成分组合。

来自哥伦比亚的初创公司Demetria目前已募集到300万美元，计划利用AI技术为咖啡豆打造感官数字指纹，从而更好地将风味与1995年建立的行业标准咖啡风味轮相匹配。

新公司表示，咖啡豆的新感官数字指纹将帮助烘焙商和生产商在生产的各个阶段评估咖啡的质量和味道。

美酒与咖啡

德米特里亚公司首席执行官费利佩艾尔贝说，咖啡的成品工艺与葡萄酒相似。

艾尔贝解释道，“如今，咖啡爱好者已经建立了一个庞大而稳定的群体，他们对品味和体验的追求也在不断升级，他们愿意为这种更好的体验支付更高的费用。因此，咖啡产品的多样性和选择空间正以——种不同的价格、产地、烘焙程度、混合配方、风味特征和制备方法等不断增加。换句话说，如今咖啡越来越像酒了。”

艾尔贝指出，尽管咖啡仍然是一种交易商品，但消费者从中获得的体验并不像单一商品那样纯粹。“近二十年来，咖啡经历了一轮高端进化，其中最重要的变量是——的感官品质提升，即口感提升。”

Ayerbe还提到，这场特殊的咖啡革命很大程度上是由星巴克、Nespresso等行业先驱推动的，并成功地在全球推广了咖啡口味要求。

“有了全新的感官数字指纹，我们希望通过完整的价值链来衡量和管理咖啡行业最重要的变量——口味，从而将行业从模拟形态升级为数字形态。成功后，咖啡农不仅可以第一时间了解到在售产品的质量，还可以管理自己的农业实践，优化产品质量，从而获得前所未有的经营空间和理解水平。”

传感器技术的巨大潜能

德米特里亚使用的传感器技术实际上已经存在了40年。

Ayerbe说，“在过去的几年里，传感器变得越来越小，越来越便宜，可以持续访问云。基于此，我们可以收集、存储和分析大量数据。”

Ayerbe解释说，该公司使用手持近红外(NIR)传感器读取绿色咖啡豆的光谱指纹。这是因为光谱中不同的颜色和波长与咖啡中的每种有机化合物一一对应，可以反映咖啡豆的整体化学成分。

“基于此，我们需要使用AI将NIR数据转化为行业能够理解的感官语言。此外，直到现在，咖啡豆的味道或感官质量都是通过杯子测试来确定的。这是一个手动且耗时的过程，需要由行业认证的品酒专家根据行业标准的咖啡风味轮进行衡量。”

通过从近红外读数和杯子测试数据中收集的所有信息，德米特里亚可以不断校准人工智能模型，从而将特定的光谱指纹与明确无误的味道特征相匹配。

Ayerbe还提到，他们的团队还需要克服另一个主要障碍，——，来确定主观口味特征，例如统一主题、平衡和回调，这些都可以对应标准的咖啡风味轮。

Ayerbe指出，“这些味道特征必须整体校准，而不是独立校准，这样才能确定咖啡豆的真实味道特征。此外，同一品类的咖啡豆可能有不同的品质，因此对于300至500克的咖啡豆样品，我们需要进行多轮扫描，以收集足够的数据来代表整体和均匀的风味特征。”

德米特里亚已经连续完成了数千次扫描。考虑到每次计数中不同咖啡豆之间的最小差异，结果是一个独特的德米特里亚感官数字指纹模型。

应用感官数字指纹

凭借独特的感官数字指纹，德米特里亚训练自己的AI和模型，将光谱读数与数百种咖啡样品的杯子测试分析结果关联起来，然后将最终结果整理成Carcafe风味总结。

Ayerbe指出，“Carcafe的AI技术获得这一高价值总结是从数百个生咖啡豆样本中收集的，并与q-grader(量杯工具)进行比较，后者发送量杯分析数据。通过汇编杯子测试分析的大数据，我们可以将感官指纹与各种独特的哥伦比亚咖啡豆进行匹配。”

Ayerbe提到，经过4个月的咖啡样品处理，公司终于把Carcafe变成了一款实用可行的产品，可以通过AI用新的样品进行再培训。

Ayerbe还强调，“最大的技术挑战在于训练AI来检测味觉水平的细微差异。虽然杯子测试法可以检测到这种差异，但结果不够清晰。数据库需要的是一个清晰的总结，它也需要以编程的形式反映这些。

对于Demetria公司打造的Carcafe方案，其必须准确反映特定的适度;例如巧克力就有着不同于红糖的甜味。

Ayerbe提到，“因此在第二轮迭代当中，我们就需要对味道做出确切定义，并确保AI能够发现、描述并强调这些不同的甜味类型。为了匹配这种口味差异的来源，并为农民提供种植这类作物的工具，Carcafe及其客户有望迎来新的效率与透明度水平。”

Ayerbe认为，这样的流程将消除现有咖啡供应链中的种种变量与未知数。

Ayerbe还补充道，“如果能够控制更多流程，最终得到的咖啡豆会更完美、良品率更高。更重要的是，杯测环节在模型训练中同样起着至关重要的作用。因此我们的方案并不是要取代原本负责杯测工作的人类专家，而是要为他们提供更好的信息支持。”

Ayerbe表示，杯测专家相当稀缺，大多数企业根本无力负担。“我们希望借助AI技术扩展整个价值链中的感官质量评估能力，帮助客户补上杯测方面的缺口。”

Ayerbe最后总结道，他们的技术还能帮助杯测专家提高工作效率，并让贸易商及烘焙商更准确地了解该从哪条渠道获得自己需要的咖啡口味、类型与质量。