這類模型可以幫助食品和飲料制造商開發新產品或調整現有配方，以更好地適應消費者的口味，這可以幫助節省大量用于試驗的時間和金錢。

　　為了訓練他們的人工智能模型，研究人員花了五年的時間對250種商業啤酒進行化學分析，測量每種啤酒的化學性質和風味化合物——這決定了它的味道。

　　然后，研究人員將這些詳細分析與訓練有素的品酒小組對啤酒的評估——包括啤酒花、酵母和麥芽的味道——以及來自流行的在線平臺RateBeer的18萬份對同一款啤酒的評論、啤酒的味道、外觀、香氣和整體質量的抽樣評分結合起來。

　　這個龐大的數據集將化學數據與感官特征聯系起來，用于訓練10個機器學習模型，以準確預測啤酒的味道、氣味和口感，以及消費者給啤酒打分的可能性。