导语:虽然夏日已过,但人们喝啤酒的热情还在持续高涨。不过随着大众的追求和理念提升,对于啤酒的要求也越来越高,比如逐渐兴起的精酿之风,都在印证人们在啤酒的口感和风味上,拥有更加「苛刻」的要求。那么这种已历时千年的古老饮品,在 AI 加持下,又会发生出哪些新的变革。

作者 | 神经小刀

编辑 | 神经星星

来源 | HyperAI超神经(ID: HyperAI)

根据数据显示,从 1960 年代至今,啤酒的受欢迎程度每年增加,逐渐成为了消耗量最大的饮品之一。

到 2017 年的统计数据,中国人均啤酒年消耗达到了 60 瓶之多。

每一杯啤酒,都蕴藏着复杂的制作工艺

从酿制配方、发酵技术、再到杀菌灌装,这些大型酒厂的生产流程,都经历了好几代人漫长的探索。

如今,在传统的制作工艺之上,酒厂都希望人工智能对自己进行升级改造,以获得更高的生产效率和更好的味觉体验。

啤酒:最古老的饮料之一

除了在餐桌上颇受欢迎,啤酒也是最古老的饮品之一。

啤酒,最早可追溯到距今 4000 多年的两河流域文明,人们日常中剩余的谷物,在雨水的浸泡下,和自然存在的酵母结合,产生了最原始的「啤酒」。

大自然的这一意外产物,因为美味和补充能量等原因,随着农耕文化的发展,逐渐开始在部落里流行。第一个有据可依的啤酒的配方,出现在了苏美尔人写给啤酒女神宁卡西的赞美诗中。

到了公元前 1700 年,啤酒的影响力更进了一步,甚至成为了交易的筹码。巴比伦的《汉谟拉比法典》,就记载了啤酒的酿造条例和配给制度。

古埃及文化中啤酒也是重要的元素

中世纪时期,啤酒花被第一次加入到啤酒中,这一配料的加入使得啤酒的口感和风味都更加醇厚,也延长了啤酒的保质期,得到改良的啤酒逐渐开始风靡。

中世纪德国的啤酒制造厂

但长久以来,啤酒的酿制都没发生大的改变。直到工业革命的爆发,机器生产流程和工业化的方式,以及新的发酵工艺,实现了啤酒的快速生产,量产的啤酒也随着轮船和蒸汽车,被带向了世界各地。

现如今,啤酒是我们日常生活中最常见的饮品,夏季里一杯冰镇的啤酒,能成为各种美食的完美搭配。

技术,给啤酒生产带来生机

世界上的啤酒共有 120 多种酿制工艺,从发酵上主流的两种方式包括: Ale 艾尔,Lager  拉格,主要的差异在发酵方式制作工艺,它们分别是高温发酵、低温发酵和常温发酵。

数千年的探索确定啤酒的核心原料:

大麦芽、啤酒花、酵母和水

根据统计, 80% 的啤酒都是工业啤酒,比如百威、雪花、青岛等。

工业啤酒会因为追求成本用大米、玉米和淀粉等原料取代麦芽,造成啤酒麦芽汁浓度非常低,口感偏淡。

而精酿啤酒,和工业啤酒在原料上有所不同,精酿啤酒只使用麦芽、啤酒花、酵母和水进行酿造,不添加任何人工添加剂。

工业啤酒和精酿啤酒:发酵工艺的区别

通常精酿啤酒采用的是艾尔工艺(Ales,上发酵工艺),工业啤酒采用的是拉格工艺(Lagers,下发酵工艺),二者在发酵过程中酵母的位置和发酵温度不同。

近几年来,精酿风潮逐渐走进普通人的世界。这反应了消费力提升的同时,人们对啤酒质量的要求也变的更高。

但如何做出质量上乘,风味更佳甚至是个性化的啤酒, AI 等技术的介入,会给啤酒酿造行业带来全新的视角。

啤酒生产:完美配比由 AI 计算

嘉士伯是著名的啤酒厂商,在 2017 年,他们就开始与微软等机构合作,进行了一个为期三年的啤酒制作计划「啤酒指纹追踪项目」。

主要的目的就是利用人工智能、传感器,界定啤酒的口味和气味差别,从而提升在开发新品、产品品控和质量检测时的精确度。

传统的品酒师会根据自己实际的品尝体验来鉴定品质,但因为个人口味差异、味蕾功能、身体状态,都会影响指标。

Microsoft 微软和两所丹麦大学的科研团队参与,为该项目开发了复杂的算法模型,还与嘉士伯研发实验室共同开发感应技术,希望更好的改善啤酒的质量。

研究人员分析不同的添加材料对啤酒口味的影响

比如研究人员在全球 140 个饮料品牌中,使用先进的传感器和分析技术,绘制和预测酵母和其他成分产生的风味,以此来找出最好的搭配。

而计算机模型已经能够辨别这些细微的差别,在实验中,训练后的模型可以迅速检测出 Carlsberg Pilsner、 Tuborg Pilsner、Wiibroe 和 Nordic 四款啤酒,在效率和精准度上,都远远高于专业人士。

实验人员的目的是尽可能完整地

制定麦芽制造、酿造和发酵操作的科学依据

他们最终设想为每个样品绘制风味指纹,并大幅度缩短研究风味组合和配比过程所需的时间。

根据最新的资料,此举能将这一过程的时间缩短三分之一,以帮助公司更快地将不同口味的啤酒推向市场。

嘉士伯认为,这项技术将帮助其提高自身啤酒在市场中的地位,并带动一批周边产业——比如研究人工智能感应味觉的科技公司。

啤酒灌装:用机器学习优化质量控制

AI 除了能够生成配方,还能监管生成流程。一家叫 Sugar Creek Brewing 的公司,就利用 AI 和物联网技术,把控啤酒生产的环节,提高质量,减少损失。

在啤酒的灌装环节,这家公司曾遭受了不小损失。由于瓶子的灌装水平没有控制一致,使得部分瓶子会产生过多的泡沫,最终转化为废物和过量的溶解氧,破坏啤酒风味并缩短保质期。

为了解决这一问题,他们想到了 AI 算法。通过和 IBM 的工程师合作,在啤酒出瓶的过程放置了摄像头,通过捕捉图像,将照片在装瓶操作过程中,收集的其他数据相结合,然后传送至 IBM 云端,由 Watson 系统进行对比分析。

工作人员通过数据监控生产环节的安全

利用 AI 和物联网的综合部署,最终给出了有效的灌装标准,帮助酿酒师们调整和规划策略,彻底解决了啤酒的起泡问题,每月可帮公司节省 1 万美元。

此外,他们还借助一些精密传感器,收集酿造过程的数据,确保机械设备的正常运行,规范化制作流程的安全。

啤酒定制:结合个人数据,定制专属配方

每种啤酒风格差异,一部分是体现在配方上面。而专业的酿酒师,也要花上十多年的时间来学习掌握这项技能。使用 AI 算法和机器学习生成啤酒配方,则能缩短这一时间,并且打造出个性化的定制方案。

英国一家叫 IntelligentX  的公司,就利用机器学习算法,生产出了首个 AI 酿造的啤酒,已经推出了几个大类:Black AI、Golden AI,Pale AI 和 Amber AI。

这一系列的啤酒,都以颜色+ AI 进行命名

AI 根据历史数据来学习生成配方。而且还在售出的啤酒瓶上,提供有反馈问卷 URL 链接,依靠 Facebook Messenger 应用收集反馈意见。

问卷的问题包括:想要啤酒有多少的啤酒花香气?应用体验等,这些信息最终被用于该系列啤酒的配方进行调整。此举让公司采集了超过 10 万条数据。

在收集到用户的数据后,工程师使用强化学习和贝叶斯决策等技术,生成据反馈去改变配方的方法,最后由酿酒师做出取舍。

工程师在讨论算法推演的新配方

他们正在英国推广这种做法,啤酒爱好者可以订购个性化的啤酒,根据个人喜好调整的定制配方酿造,而且随着时间可以不断更新。

啤酒遇见 AI ,才是真的牛啤

啤酒的文化,延绵了几千年,至今还在日常生活中占据着重要的一席,不得不说这一被历史选择下来的饮料,拥有着强大的魅力。

虽然 AI 在啤酒酿造行业所带来的尝试,比起传统啤几千年的传统工艺,还只是占据了很小的份额。但带来的转变已足够让人惊喜,甚至一些人已经望眼欲穿。

正是因为有了 AI ,我们才有可能喝到更加美味,更加个性化的啤酒,也许,这就是 AI 技术带给我们这个时代,最美妙的体验。

(*本文为 AI 科技大本营转载文章,转载请联系原作者)

福利时刻

入群参与每周抽奖~

扫码添加小助手,回复:大会,加入福利群,参与抽奖送礼!

AI ProCon 大会优惠票限时抢购中!识别海报二维码,即刻购票~

推荐阅读

  • 姚班三兄弟3万块创业八年,旷视终冲刺港股

  • 覆盖10亿设备,月活2亿,快应用要取代App?

  • 2019 AI ProCon日程出炉:Amazon首席科学家李沐亲授「深度学习」

  • AI Top 30+案例评选等你来秀!

  • 干货 | 利用OpenCV,Python和Ubidots来构建行人计数器程序(附代码&解析)

  • 腾讯AI击败王者荣耀职业队,1 天训练强度达人类440年,网友:想哭!

  • 马云谈 5G 危机;腾讯推出车载版微信;Ant Design 3.22.1 发布 | 极客头条

  • 微服务架构到底是什么鬼?

  • 互联网人职业发展之路:三年升高工,七年做架构,十年送外卖

  • IT公司老板落水,各部门员工怎么救?

你点的每个“在看”,我都认真当成了喜欢

说出来你可能不信,现在酒厂都在招算法工程师相关推荐

  1. 说出来可能不信,现在酒厂都在招算法工程师

    By 超神经 场景描述:虽然夏日已过,但人们喝啤酒的热情还在持续高涨.不过随着大众的追求和理念提升,对于啤酒的要求也越来越高,比如逐渐兴起的精酿之风,都在印证人们在啤酒的口感和风味上,拥有更加「苛刻」 ...

  2. 说出来你可能不信,现在连酒厂都在招算法工程师

    原创:HyperAI超神经 关键词:啤酒   智能酿造 根据数据显示,从 1960 年代至今,啤酒的受欢迎程度每年增加,逐渐成为了消耗量最大的饮品之一. 到 2017 年的统计数据,中国人均啤酒年消耗 ...

  3. zigzag算法_面经| 各大厂秋招算法工程师面经!你想了解的都在这里!

    转眼春招就快到啦! 小伙伴们是不是在为了进大厂 在紧锣密鼓的准备中呀! 网易.字节跳动.美团 各种大厂实习都已经开始啦 有没有一点点心动? 这不 ! 今天DAC君又给您带来的干货啦 各种大厂的秋招面经 ...

  4. 你见过最差的算法工程师都有哪些表现?

    点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 导读:你见过最差的算法工程师什么样?"百度百科型选手?& ...

  5. 高校二手交易代码_@21考研er:985高校捡漏指南!这些专业去年都没招满!!

    大部分考研er都有名校梦,985.211院校成为许多同学追逐的目标. 可能大家会觉得名校的生源一定非常充足,但其实有许多985院校每年都有专业因为一志愿考生上线不足或复试合格不足而需要接收调剂生. 2 ...

  6. 成为大厂AI算法工程师,“NLP/CV”都是你必须过的坎!

    前言:第二期课程在2019年2月结课,第一期.第二期具有求职意向的同学中,目前已经有80%的同学拿到了国内外名企的AI算法岗位offer,或者国外名校的AI 硕士录取 offer.在大家的认可下,我们 ...

  7. sq工程师是做什么的_算法工程师为什么成天做数据,都做哪些数据?

    大家好,前几天群里有小伙伴说希望看到更多的算法工程师的日常.其实对于算法工程师而言,最大的日常就是做数据了,所以给大家分享一下做数据的那些事. 为什么很少做模型 在大家想象当中,可能算法工程师做的事情 ...

  8. 想要成为推荐算法工程师,都要准备哪些东西

    作者在<推荐算法工程师的成长之道>这篇文章中讲到推荐算法工程师是一个好的职业选择,并且讲解了职业发展路径及定位.怎么成长等话题(还没看的可以看起来). 如果大家认可我讲的并且也愿意将来从事 ...

  9. 为什么很多人公司都在招测试开发?

    **为什么很多公司都在招测试开发? 看到很多人解释为什么公司都要招聘测试开发,在说效率,在说岗位职责,没有人从这个行业发展的变化去说的. 在开始正文之前,我先抛出一个观点,做80%的做测试的,都称不上 ...

最新文章

  1. Windows Phone开发(41):漫谈关键帧动画之下篇
  2. 【maven3学习之三】maven构建一个简单的Hello World
  3. 如何使用json开发web_如何通过使用JSON Web令牌简化应用程序的身份验证
  4. Mysql数据库乱码
  5. Hadoop之纠删码
  6. 【2020年数据分析岗面试题】不断更新...(含自己的理解、思考和简答)
  7. 安全驾驶-调整后视镜(六)
  8. 轻松理解java前期绑定(静态绑定)与后期绑定(动态绑定) 的区别。
  9. WARN: Establishing SSL connection without server‘s identity verification is not recommended 的解决方法
  10. spyder怎么执行html文件,spyder添加快捷键
  11. [已解决]消除Flutter Sliver之间存在的间隙
  12. ps添加的阴影怎么去除_PS怎么把阴影去掉
  13. HuffMan编码C语言实现
  14. Android 高仿微信实时聊天 基于百度云推送
  15. 无论被多少人喷,《王牌战士》这次真的火了吗?
  16. 新手向,从用Spark求平均值到reduceByKey详解
  17. Excel 函数Min求最小值值为空时为零的情况如何处理,或者排除0怎么做
  18. 使用pyaudio播放无损音乐(wav)
  19. FreeRTOS软件定时器 | FreeRTOS十三
  20. 【Yolo3】入门目标检测实验--Python+Opencv2+dnn

热门文章

  1. C#设置当前程序通过IE代理服务器上网
  2. 影像融合操作的几种途径
  3. Linux supervisor守护进程的安装和使用
  4. 阿里、腾讯、美团、小米……各公司月饼大PK,看完简直想哭泣!
  5. Windows搭建wnmp
  6. bzoj1070————2016——3——14
  7. UITextView高度根据内容变化
  8. 敏捷开发之道(二)极限编程XP
  9. HDU 1061 Rightmost Digit
  10. Windows 7 SDK Fails to Install with Return Code 5100 (GRMSDK_EN_DVD.iso)