Cientistas conseguiram treinar o “paladar” da IA

Os cientistas não deram, literalmente, paladar à Inteligência Artificial (IA). Como tudo na tecnologia, ela foi treinada para esta nova dimensão; e os sortudos serão, nesta fase inicial, os amantes de vinho.

Aplicações de vinhos como Vivino, Hello Vino e Wine Searcher já empregam algoritmos de IA para auxiliar os utilizadores na seleção de vinhos, fazendo-o com base em rótulos e avaliações. Agora, por forma a potencializar a ajuda da tecnologia, cientistas da Universidade Técnica da Dinamarca (DTU), da Universidade de Copenhaga e do Caltech demonstraram que a integração das impressões de sabor das pessoas nestes algoritmos aumenta a sua precisão na previsão das preferências de sabor individuais.

O estudo envolveu 256 participantes em degustações de vinhos, e os copos de diferentes vinhos do tamanho de uma dose foram organizados com base nas semelhanças percebidas. Os investigadores digitalizaram os dados da degustação, combinando-os com centenas de milhares de rótulos de vinhos e avaliações de utilizadores da aplicação Vivino.

Utilizando o extenso conjunto de dados que resultou, segundo o Tech Xplore, foi desenvolvido um algoritmo para incorporar a dimensão do paladar, permitindo aos utilizadores encontrar vinhos semelhantes aos seus favoritos, em sabor ou em sabor e preço.

Posso estar com a minha garrafa de vinho favorita e dizer: gostaria de saber qual o vinho mais parecido com ele em sabor – ou em sabor e preço.

Explicou Thoranna Bender, estudante de pós-graduação da DTU.

Por sua vez, o coautor do estudo e professor Serge Belongie, da Universidade de Copenhaga, mencionou a importância do uso de experiências sensoriais humanas na aprendizagem das máquinas. Esse input tão humano resulta em algoritmos melhores para os próprios utilizadores.

Podemos ver que quando o algoritmo combina os dados dos rótulos e avaliações dos vinhos com os dados das degustações, ele faz previsões mais precisas sobre as preferências de vinho das pessoas do que quando usa apenas os tipos tradicionais de dados na forma de imagens e texto.

Assim, ensinar as máquinas a usar experiências sensoriais humanas resulta em algoritmos melhores que beneficiam o utilizador.

Concluiu o professor, que sugere que este método que a sua equipa desenvolveu seja aplicado a outras bebidas e alimentos.