专栏名称: 人工智能与大数据技术

分享大数据、云计算、人工智能等高科技先进技术

说出来可能不信，现在酒厂都在招算法工程师

人工智能与大数据技术 · 公众号 · 大数据 · 2019-12-07 09:36

正文

来自公众号： HyperAI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」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。

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。