精细调整酿造工艺和配方：
食品科学家、营养师或质量控制人员戴发网和穿无菌服。检查生产线上的饮料产品质量
分享按钮
• 在澳大利亚，一位人工智能研究人员帮助一家大型啤酒厂优化生产参数，以提高啤酒质量。
• 人工智能评估了 36 个关键因素，包括温度、麦芽类型和酒精含量，以预测啤酒在生产前的质量。
• 在比利时，研究人员分析了 250 种啤酒的风味和消费者评价大数据，创建了考虑 200 多种化学特性的预测模型。
机器人还没有味蕾，但人工智能已经可以通过分析啤酒生产过程的详细数据来预测啤酒的质量。在澳大利亚，一家大型啤酒厂最近请副教授 Niusha Shafiabady帮忙微调生产参数，以优化啤酒质量。“啤酒生产商对质量的衡量标准各不相同，例如，这些标准可能与泡沫的寿命或饮料的 pH 值有关。” Shafiabady 博士帮助啤酒厂调查不同 越南数据 参数值的影响，找出影响啤酒质量的主要因素，最后建立理想的参数组合，以生产出最优质的啤酒。“为此，我使用了不同的算法，并在不同类型的神经网络上对它们进行训练，以选出最有效的算法。”
为了训练模型，研究人员使用了生产线上的 284 条不同数据记录，然后使用人工智能推断缺失值
生产参数的详细评估
这些模型是根据 36 个参数的数据进行训练的，包括过滤过程、容器的压缩或减压程度、使用的蒸汽煮沸类型、不同过程 印度手机号码 中的温度、酒精含量、苦味、二氧化碳含量以及用于储存原材料的筒仓。“例如，生产商想要选择使用哪种麦芽或小麦，因为他们知道它们储存在不同的筒仓里。”为了训练模型，研究人员使用了生 与 Vtiger CRM 集成 产线上的 284 条不同的数据记录。“我能够使用人工智能来重现缺失的数据。啤酒生产商甚至不用生产啤酒，就能知道哪些参数对啤酒质量很重要，以及会生产出什么质量的啤酒。”
预测啤酒口味和消费者欣赏程度
在比利时，一组研究人员对 250 种不同的啤酒进行了广泛的化学和感官分析，以训练机器学习模型来预测啤酒的风味和消费者的评价。研究人员在文章《通过机器学习预测和改善复杂的啤酒风味》中解释说：“对于每种啤酒，我们测量 200 多种化学特性，与训练有素的品酒小组进行定量描述性感官分析，并从 180,000 多条消费者评论中。