Algoritmos como sumiller de whisky

Determinar el origen de un whisky, si es americano o escocés, e identificar sus aromas más intensos ya no es una tarea exclusiva de profesionales. Dos algoritmos de aprendizaje automático pueden hacer esa tarea a través de la composición molecular de olores.

El aroma de un whisky viene determinado por una compleja mezcla de compuestos olorosos, por eso es muy difícil evaluar o predecir las características aromáticas o notas basándose únicamente en su composición molecular,

Un equipo liderado por el Instituto Fraunhofer de Ingeniería de Procesos y Envases (Alemania) evaluó la composición molecular de siete whiskies estadounidenses y nueve escoceses utilizando el algoritmo OWSum, de predicción de olores moleculares y una red neuronal.

Los datos de composición molecular se obtuvieron a partir de los resultados existentes de los análisis de cromatografía de gases y espectrometría de masas, dos técnicas utilizadas para separar e identificar los componentes de una mezcla.

Los algoritmos se utilizaron para identificar el país de origen de cada whisky y sus cinco notas más fuertes, tras lo que se compararon los resultados de los algoritmos con los de un panel de once expertos humanos.

Presición superior al 90 %

Los resultados, que publica Communications Chemistry, indican que OWSum fue capaz de determinar si un whisky era estadounidense o escocés con una precisión superior al 90 %.

La detección de los compuestos mentol y citronelol fue la más asociada a una clasificación como norteamericano, mientras que la detección de decanoato de metilo y ácido heptanoico fue la más asociada a una clasificación de escocés.

El algoritmo identificó el olor similar a caramelo como la nota más característica de los estadounidenses y el próximo a manzana o fenólico (a menudo descrito como ahumado o medicinal) como las notas más características de los escoceses.

Por último, ambos algoritmos fueron capaces de identificar las cinco notas más fuertes de un whisky específico con mayor precisión y coherencia de media que cualquier experto humano individual, indica la revista.

Los autores creen que su planteamiento podría conducir a una rápida clasificación algorítmica de los whiskies y a la identificación de las notas clave de sus aromas.

Aunque por el momento los métodos de aprendizaje automático no pueden sustituir a los grupos de expertos, la predicción molecular de olores ya puede alcanzar el nivel de rendimiento humano para descriptores específicos, según el estudio.