这类模型可以帮助食品和饮料制造商开发新产品或调整现有配方，以更好地适应消费者的口味，这可以帮助节省大量用于试验的时间和金钱。
为了训练他们的人工智能模型，研究人员花了五年的时间对250种商业啤酒进行化学分析，测量每种啤酒的化学性质和风味化合物——这决定了它的味道。
然后，研究人员将这些详细分析与训练有素的品酒小组对啤酒的评估——包括啤酒花、酵母和麦芽的味道——以及来自流行的在线平台RateBeer的18万份对同一款啤酒的评论、啤酒的味道、外观、香气和整体质量的抽样评分结合起来。
这个庞大的数据集将化学数据与感官特征联系起来，用于训练10个机器学习模型，以准确预测啤酒的味道、气味和口感，以及消费者给啤酒打分的可能性。
