किरिन की अनूठी AI के साथ बीयर की "स्वादिष्टता" को डिज़ाइन करना - एक ऐसा युग जब AI तत्वों की खोज करेगा और स्वाद बनाने का सुझाव देगा।

1. क्या हो रहा है?―― "स्वाद की डिज़ाइन" में AI का उपयोग

किरिन होल्डिंग्स ने अपनी विशेष रूप से विकसित की गई AI को बीयर बनाने में पूरी तरह से लागू किया है, और इसका लक्ष्य है कि यह "कौन से तत्वों को कैसे बदलना चाहिए" का सुझाव दे सके ताकि लक्षित स्वाद प्राप्त किया जा सके। ओकिनावा टाइम्स＋प्लस+1

मुख्य बिंदु यह है कि AI "स्वचालित रूप से रेसिपी उत्पन्न करने" के बजाय, स्वाद की संरचना करने वाले कारकों को तोड़कर, सुधार के लिए संकेत देना है।

पारंपरिक रूप से, बीयर के स्वाद निर्माण में, विश्लेषण उपकरणों से तत्वों को मापना आसान था, लेकिन "वह संख्या पीने के समय के प्रभाव से कैसे जुड़ी है" को जोड़ना कठिन था, और अंततः यह विकासकर्ता के अनुभव और प्रोटोटाइप के संचय पर निर्भर था। ओकिनावा टाइम्स＋प्लस+1

किरिन इस "अंतिम चुनौती" को डेटा और AI के माध्यम से हल करने की कोशिश कर रहा है।

2. विशेष AI "FJWLA (फुजीवारा)" क्या है?

इस परियोजना का मुख्य केंद्र विशेष AI "FJWLA (फुजीवारा)" है।

यह कहा जाता है कि इसे किरिन द्वारा संचित तत्व डेटा और **उपभोक्ता सर्वेक्षण (लगभग 20 वर्षों के)** के परिणामों के आधार पर विकसित किया गया है। ओकिनावा टाइम्स＋प्लस+1

इस AI के माध्यम से,

• कौन सा तत्व

• कैसे

• स्वाद (कड़वाहट, गहराई, सुगंध आदि की मूल्यांकन) में योगदान देता है
  को मात्रात्मक रूप से मापा जा सकता है, जैसा कि रिपोर्ट किया गया है। ओकिनावा टाइम्स＋प्लस+1

इसके अलावा, नए उत्पाद विकास में "कड़वाहट में समस्या है" जैसी स्थिति में, AI सुधार के लिए तत्वों के विकल्प प्रस्तुत करता है, और वास्तविक तुलना चखने में भी AI के उपयोग को उच्च रेटिंग दी गई है, जैसा कि रिपोर्ट में बताया गया है। शिमोस्तुके शिनबुन डिजिटल

और परिणामों को 2026 मार्च के बाद से जारी किए जाने वाले बीयर में क्रमिक रूप से लागू करने की योजना है। ओकिनावा टाइम्स＋प्लस+1

3. आखिर बीयर का "स्वादिष्ट" होना इतना कठिन क्यों है?

बीयर, कच्चे माल (माल्ट, हॉप्स, पानी) और खमीर, और प्रक्रिया की स्थिति (तापमान, समय, ऑक्सीजन, परिपक्वता आदि) के पारस्परिक प्रभाव से, रासायनिक तत्वों का एक विशाल समूह बन जाता है।

उदाहरण के लिए, कड़वाहट के लिए, यह ज्ञात है कि हॉप्स से उत्पन्न α एसिड उबालने पर आइसोमरीकृत होकर आइसो α एसिड बनता है, जो मुख्य कारण होता है। PMC+1

सुगंध के लिए भी, खमीर और हॉप्स द्वारा उत्पन्न एस्टर और उच्च अल्कोहल जैसे तत्व, फलदार/फूलदार प्रभाव को प्रभावित करते हैं। PMC+1

यहां चुनौती यह है कि,

• तत्व A बढ़ने पर अच्छा होता है, लेकिन तत्व B के साथ अधिक होने पर बुरा होता है

• एक तत्व "सुगंध" के लिए काम करता है लेकिन "अफ्टरटेस्ट" में विपरीत प्रभाव डालता है

• पीने के तापमान और कार्बोनेशन के साथ, वही तत्व अलग महसूस हो सकता है
  जैसी "संयोजन की समस्या" प्रमुख होती है।

इसलिए "क्या बढ़ाना या घटाना चाहिए ताकि लक्षित प्रभाव प्राप्त हो" सरल जोड़ और घटाव नहीं होता।

4. FJWLA क्या "प्रस्ताव" करता है――मौके पर उपयोग की कल्पना

रिपोर्ट की अभिव्यक्ति को व्यवस्थित करने पर, FJWLA निम्नलिखित भूमिकाएं निभा सकता है। ओकिनावा टाइम्स＋प्लस+1

4-1. समस्या का भाषा में अनुवाद: संवेदी मूल्यांकन को "तत्वों की समस्या" में बदलना

विकास स्थल पर अक्सर यह होता है कि,
"कड़वाहट बहुत अधिक है"
"गहराई कम है"
"सुगंध की शुरुआत कमजोर है"
जैसी "प्रतिक्रियाएं" को डिज़ाइन वेरिएबल्स में कैसे बदला जाए।

FJWLA इस प्रतिक्रिया को आधार बनाकर "महत्वपूर्ण योगदान देने वाले तत्व" और "संतुलन को कैसे छूना चाहिए" का सुझाव देता है, और चर्चा के लिए एक प्रारंभिक बिंदु बनाता है।

4-2. संभावित समाधान: प्रोटोटाइप की भूलभुलैया को छोटा करना

"यहां परिवर्तन करने से अच्छा हो सकता है" जैसी एक और परिकल्पना होने से भी, प्रोटोटाइप की संख्या और तुलना की डिज़ाइन बदल सकती है।

AI, सुधार के लिए तत्वों के विकल्प प्रस्तुत करता है, यह रिपोर्ट यहां पर है, प्रोटोटाइप के खोज स्थान को संकीर्ण करने का प्रभाव अपेक्षित है। शिमोस्तुके शिनबुन डिजिटल

4-3. व्यक्तिगतता की कमी: अनुभव को "मॉडल" में बदलना

स्वाद निर्माण में हमेशा विशेषज्ञता का क्षेत्र रहता है।
हालांकि, निर्णय के कारण और दृष्टिकोण साझा नहीं किए जाते हैं, तो टीम के रूप में पुनरुत्पादन नहीं किया जा सकता।

यदि FJWLA "क्यों यह प्रभावी है" को समझा सकता है (स्पष्टीकरण क्षमता के साथ), तो यह कौशल हस्तांतरण के करीब हो सकता है।

5. किरिन का AI उपयोग "पहली बार" नहीं है

वास्तव में, किरिन पहले से ही बीयर क्षेत्र में AI का उपयोग करके आधारभूत संरचना का निर्माण कर रहा है।

5-1. "Brewing Takumi AI"―― लक्षित स्वाद से रेसिपी को पीछे की ओर गणना करने की अवधारणा

किरिन ने मशीन लर्निंग का उपयोग करके बीयर विकास समर्थन "Brewing Takumi AI" में, लक्षित स्वाद (संख्यात्मक सूचकांक) से पीछे की ओर गणना करके रेसिपी विकल्प प्रस्तुत करने की सुविधा को जोड़ा है। KIRIN - Kirin Holdings Company, Limited

इस घोषणा में, अंततः मानव के पांच इंद्रियों की आवश्यकता होती है, जबकि AI विकल्पों को विस्तारित करता है, विकास की दक्षता और कौशल हस्तांतरण में योगदान कर सकता है, यह विचार व्यक्त किया गया है। KIRIN - Kirin Holdings Company, Limited

5-2. फैक्ट्री प्लानिंग में AI का परिचय―― "उत्पादन का मस्तिष्क" भी AI द्वारा समर्थित

इसके अलावा, किरिन बीयर ने, ब्रूइंग और किण्वन प्रक्रिया की योजना (ब्रूइंग और खमीर योजना) को AI द्वारा स्वचालित रूप से तैयार करने की प्रणाली को NTT डेटा के साथ सह-विकसित किया है, और सभी 9 कारखानों में परीक्षण संचालन किया है, और सालाना 1,000 घंटे से अधिक समय की बचत की संभावना की घोषणा की है। KIRIN - Kirin Holdings Company, Limited+1

यहां से यह स्पष्ट होता है कि,

• अनुसंधान और विकास (रेसिपी, स्वाद निर्माण)

• उत्पादन योजना (ब्रूइंग और किण्वन की योजना)
  के "दो पहियों" के साथ AI के कार्यान्वयन का अनुभव प्राप्त किया है।

FJWLA इस विस्तार के रूप में "संवेदी × तत्व × उपभोक्ता मूल्यांकन" को एकीकृत करने और अगले चरण में ले जाने का प्रयास है।

6. "20 वर्षों के उपभोक्ता सर्वेक्षण" को AI में डालने का अर्थ

FJWLA का मुख्य बिंदु यह है कि इसमें केवल तत्व डेटा ही नहीं, बल्कि पीने वाले लोगों के मूल्यांकन डेटा को लंबे समय तक रखा गया है। ओकिनावा टाइम्स＋प्लस+1##HTML_TAG_417