机器学习算法能闻酒香识产地？国际最新研究称表现优于人类专家

　　中新网北京12月20日电 (记者 孙自法)施普林格·自然旗下专业学术期刊《通讯—化学》最新发表一篇化学研究论文，研究人员提出两种机器学习算法能够确定一种威士忌来自美国还是苏格兰，并识别其最强烈的香气。这项研究结果还表明，在评估威士忌最强烈香气方面，算法的表现优于人类专家。

　　该论文介绍，威士忌的香气是由多种复杂香味化合物混合而成，因此，仅依据分子组成来评估或预测一种威士忌的香气特征非常困难，通常需要人类专家组成的小组来识别威士忌最强烈的香气特征，但这需要大量时间、金钱和培训投入，而且参与者之间往往意见不统一。

　　在本项研究中，论文通讯作者、德国弗劳恩霍夫工艺工程与包装研究所Andreas T. Grasskamp和同事合作，用两种算法评估了7种美国威士忌和9种苏格兰威士忌的分子组成，这两种算法一个命名为OWSum，是由论文作者开发的分子气味预测算法；另一个则是一种神经网络。分子组成数据来自气相色谱法和质谱分析的现有结果，这两种技术被用于分离和识别混合物中的成分。

　　论文作者用算法识别每种威士忌的产地国和最强烈的5种香气特征，随后将算法结果与由11名专家组成的小组得出的结果进行比较。结果显示，OWSum能够识别一种威士忌的产地是美国还是苏格兰，准确度超过90%；检测到薄荷醇和香茅醇与美国威士忌的分类最为密切相关，而癸酸甲酯和庚酸的存在与苏格兰威士忌分类的关系最为密切；OWSum将焦糖味识别为美国威士忌最具特征性的香气，而将苹果味、溶剂味和酚感(常被描述为烟熏味或药味)视为苏格兰威士忌最具特征性的气味。最后，两种算法平均而言，都能比任何一位人类专家更准确稳定地识别出特定威士忌5种最强烈的香气。

　　论文作者总结认为，他们这次研究的方法能够对威士忌进行快速的算法分类，并识别其香气中的关键特征。(完)