Cientistas recorrem à IA para tornar a cerveja ainda melhor

O Professor Kevin Verstrepen, da Universidade KU Leuven, que liderou a pesquisa, disse que a inteligência artificial pode ajudar a desvendar as complexas relações envolvidas na percepção humana do aroma.

“A cerveja – assim como a maioria dos alimentos – contém centenas de moléculas aromáticas diferentes que são captadas pela nossa língua e nariz, e nosso cérebro então as integra em uma única imagem. No entanto, os compostos interagem entre si, então como percebemos um depende também da concentração dos outros”, explicou ele.

Publicada na revista Nature Communications, a pesquisa de Verstrepen e seus colegas analisou a composição química de 250 cervejas comerciais belgas de 22 estilos diferentes, incluindo lagers, cervejas de frutas, loiras, ales da Flandres Ocidental e cervejas sem álcool.

Entre as propriedades estudadas estavam o teor alcoólico, pH, concentração de açúcar e a presença e concentração de mais de 200 compostos diferentes envolvidos no sabor – como ésteres produzidos por leveduras e terpenoides do lúpulo, ambos envolvidos na criação de notas frutadas.

Um painel de degustação de 16 participantes experimentou e avaliou cada uma das 250 cervejas em 50 atributos diferentes, como sabores de lúpulo, doçura e acidez – um processo que levou três anos.

Os pesquisadores também coletaram 180.000 avaliações de diferentes cervejas da plataforma online de avaliação de consumidores RateBeer. Descobriram que, embora a apreciação das cervejas fosse influenciada por fatores como preço (diferindo das avaliações do painel de degustação), as classificações e comentários relacionados a outros aspectos – como amargor, doçura, álcool e aroma de malte – se correlacionaram bem com as do painel.

“Pequenas mudanças nas concentrações de substâncias químicas podem ter um grande impacto, especialmente quando vários componentes começam a mudar”, disse Verstrepen. Ele ainda mencionou como surpresa o fato de que algumas substâncias tradicionalmente conhecidas por serem desagradáveis poderiam ser positivas se presentes em concentrações mais baixas e combinadas com outros compostos aromáticos.

Usando diferentes conjuntos de dados, a equipe construiu modelos baseados em aprendizado de máquina – uma forma de IA – para prever o sabor e a apreciação de uma cerveja com base em sua composição.

Em seguida, eles usaram os resultados para aprimorar uma cerveja comercial existente, basicamente adicionando substâncias sinalizadas pelos modelos como importantes preditores da apreciação geral – como ácido lático e glicerol.

Os resultados do painel de degustação revelaram que as adições melhoraram as avaliações de cervejas alcoólicas e não alcoólicas em métricas como doçura, corpo e apreciação geral.

Embora os modelos tenham limitações, incluindo o fato de terem sido desenvolvidos apenas com conjuntos de dados baseados em cervejas comerciais de alta qualidade, Verstrepen disse que sua maior aplicação poderia ser no ajuste de cervejas sem álcool para torná-las melhores.

Mas os amantes de cerveja não precisam se preocupar que a nova tecnologia possa afetar a rica tradição cervejeira. Verstrepen ressalta que a habilidade dos mestres cervejeiros continua sendo vital.

Leia também: