AI จะออกแบบ "ความอร่อย" ของเบียร์ - ยุคที่ AI เฉพาะของ Kirin ค้นหาส่วนประกอบและเสนอแนะการสร้างรสชาติ

1. เกิดอะไรขึ้น?――การใช้ AI ในการ "ออกแบบรสชาติ"

Kirin Holdings ได้เริ่มใช้ AI ที่พัฒนาขึ้นเองในการผลิตเบียร์อย่างจริงจัง โดยมีเป้าหมายที่จะสามารถเสนอ "ควรปรับเปลี่ยนส่วนประกอบใดและอย่างไร" เพื่อให้ได้รสชาติที่ต้องการ Okinawa Times + Plus+1

จุดสำคัญคือ AI ไม่ได้ "สร้างสูตรอัตโนมัติ" แต่เป็นการแยกแยะปัจจัยที่ประกอบกันเป็นความอร่อยและระบุจุดที่ควรปรับปรุง

ในอดีต การสร้างรสชาติของเบียร์นั้น แม้ว่าจะสามารถวัดส่วนประกอบด้วยเครื่องมือวิเคราะห์ได้ แต่ก็ยากที่จะเชื่อมโยงตัวเลขเหล่านั้นกับความรู้สึกเมื่อดื่ม สุดท้ายแล้วต้องอาศัยประสบการณ์ของผู้พัฒนาและการทดลองซ้ำๆ เป็นหลัก Okinawa Times + Plus+1

Kirin กำลังใช้ข้อมูลและ AI เพื่อต่อสู้กับ "ด่านสุดท้าย" นี้

2. AI "FJWLA (ฟูจิวาระ)" คืออะไร

หัวใจของการพัฒนาครั้งนี้คือ AI ที่พัฒนาขึ้นเอง "FJWLA (ฟูจิวาระ)"

พัฒนาโดยอิงจากข้อมูลส่วนประกอบที่ Kirin สะสมมาและผลการสำรวจผู้บริโภคที่ได้ลองชิมตัวอย่าง (ประมาณ 20 ปี) Okinawa Times + Plus+1

ด้วย AI นี้

• ส่วนประกอบใด

• อย่างไร

• มีส่วนร่วมต่อความอร่อย (การประเมินความขม ความเข้มข้น กลิ่นหอม ฯลฯ)
  สามารถวัดได้ ตามที่รายงาน Okinawa Times + Plus+1

นอกจากนี้ ในกรณีที่มีปัญหาเกี่ยวกับ "ความขม" ในการพัฒนาผลิตภัณฑ์ใหม่ AI จะแสดงตัวเลือกของส่วนประกอบที่สามารถนำไปสู่การปรับปรุง และมีรายงานว่าการใช้ AI ได้รับการประเมินที่สูงกว่าในการทดลองชิมเปรียบเทียบ (ตามรายงาน) Shimotsuke Shimbun Digital

และผลลัพธ์จะถูกสะท้อนในเบียร์ที่จะออกจำหน่ายตั้งแต่เดือนมีนาคม 2026 เป็นต้นไป Okinawa Times + Plus+1

3. ทำไม "ความอร่อย" ของเบียร์ถึงยาก

เบียร์เป็นการรวมตัวของสารเคมีจำนวนมากที่เกิดจากการปฏิสัมพันธ์ระหว่างวัตถุดิบ (มอลต์ ฮอป น้ำ) และยีสต์ รวมถึงเงื่อนไขของกระบวนการ (อุณหภูมิ เวลา ออกซิเจน การบ่ม ฯลฯ)

ตัวอย่างเช่น ความขมที่เกิดจากกรด α จากฮอปที่เปลี่ยนรูปเมื่อถูกต้ม กรดไอโซα เป็นที่รู้กันว่าเป็นสาเหตุหลัก PMC+1

สำหรับกลิ่นหอม เอสเทอร์และแอลกอฮอล์ชั้นสูงที่ยีสต์และฮอปสร้างขึ้น มีผลต่อความรู้สึกฟรุ๊ตตี้/ฟลอรัล PMC+1

สิ่งที่ซับซ้อนคือ

• เมื่อส่วนประกอบ A เพิ่มขึ้นจะดีขึ้น แต่ถ้าส่วนประกอบ B สูงพร้อมกันจะไม่ดี

• บางส่วนประกอบมีผลต่อ "กลิ่น" แต่มีผลลบต่อ "รสหลัง"

• อุณหภูมิการดื่มและความรู้สึกของคาร์บอเนตสามารถเปลี่ยนความรู้สึกของส่วนประกอบเดียวกันได้
  ปัญหาการรวมกัน เป็นสิ่งที่มีอิทธิพลมาก

ดังนั้น "ควรเพิ่มหรือลดอะไรเพื่อให้ได้ความรู้สึกที่ต้องการ" จึงไม่ใช่การบวกและลบที่ง่าย

4. FJWLA "เสนอ" อะไร――จินตนาการถึงการใช้งานในสถานที่จริง

เมื่อจัดระเบียบการแสดงออกของรายงาน FJWLA คาดว่าจะมีบทบาทดังนี้ Okinawa Times + Plus+1

4-1. การแปลปัญหา: แปลการประเมินประสาทสัมผัสเป็น "ปัญหาของส่วนประกอบ"

สิ่งที่มักเกิดขึ้นในสถานที่พัฒนาคือปัญหาการแปล "ความรู้สึก" เช่น
"ความขมเกินไป"
"ความเข้มข้นน้อย"
"กลิ่นไม่แรงพอ"
เป็นตัวแปรการออกแบบ

FJWLA เริ่มต้นจากความรู้สึกนี้และเสนอ "ส่วนประกอบที่มีส่วนร่วมมาก" และ "สมดุลที่ควรปรับ" เพื่อสร้างจุดเริ่มต้นของการอภิปราย

4-2. การเสนอทางเลือก: ลดความซับซ้อนของการทดลอง

เพียงแค่มีสมมติฐานว่า "การเปลี่ยนแปลงที่นี่อาจดี" ก็สามารถเปลี่ยนจำนวนการทดลองและการออกแบบการเปรียบเทียบได้

การรายงานว่า AI แสดงตัวเลือกของส่วนประกอบที่นำไปสู่การปรับปรุงนั้นคาดหวังว่าจะมีผลในการลดพื้นที่การสำรวจของการทดลอง Shimotsuke Shimbun Digital

4-3. ลดความเป็นบุคคล: ทำให้ประสบการณ์เป็น "รูปแบบ"

การสร้างรสชาติยังคงมีพื้นที่ของความชำนาญอยู่
แต่หากเหตุผลและจุดที่สนใจของการตัดสินใจไม่ถูกแบ่งปัน ก็ไม่สามารถทำซ้ำได้ในฐานะทีม

หาก FJWLA สามารถอธิบายได้ว่า "ทำไมสิ่งนี้ถึงมีผล" (ความสามารถในการอธิบาย) ก็จะใกล้เคียงกับการถ่ายทอดทักษะ

5. การใช้ AI ของ Kirin ไม่ใช่ "ครั้งแรก"

จริงๆ แล้ว Kirin ได้ดำเนินการสร้างพื้นฐานการใช้ AI ในการผลิตเบียร์มานานแล้ว

5-1. "Brewing Takumi AI"――แนวคิดการย้อนกลับสูตรจากรสชาติที่ต้องการ

Kirin ได้ประกาศว่าได้เพิ่มฟังก์ชันที่สามารถย้อนกลับจากรสชาติที่ต้องการ (ตัวชี้วัด) เพื่อเสนอสูตรเบียร์ใน "Brewing Takumi AI" ที่ใช้การเรียนรู้ของเครื่อง KIRIN - Kirin Holdings Company, Limited

การประกาศนี้แสดงให้เห็นว่าแม้สุดท้ายแล้วจะต้องใช้ประสาทสัมผัสของมนุษย์ แต่ AI สามารถขยายตัวเลือกและช่วยเพิ่มประสิทธิภาพการพัฒนาและการถ่ายทอดทักษะได้ KIRIN - Kirin Holdings Company, Limited

5-2. การนำ AI เข้าสู่การวางแผนโรงงาน――สนับสนุน "สมองการผลิต" ด้วย AI

นอกจากนี้ Kirin Beer ยังได้พัฒนาระบบร่วมกับ NTT Data เพื่อวางแผนการผลิตและการหมัก (แผนการผลิตและยีสต์) โดยอัตโนมัติด้วย AI และได้ทดลองใช้งานในโรงงานทั้ง 9 แห่ง โดยคาดว่าจะสร้างเวลามากกว่า 1,000 ชั่วโมงต่อปี KIRIN - Kirin Holdings Company, Limited+1

จากนี้เห็นได้ว่า

• การวิจัยและพัฒนา (สูตร, การสร้างรสชาติ)

• การวางแผนการผลิต (การเตรียมการผลิตและการหมัก)
  ได้สั่งสมประสบการณ์การใช้ AI ใน "สองล้อ" นี้

FJWLA เป็นความพยายามที่จะรวม "ประสาทสัมผัส × ส่วนประกอบ × การประเมินของผู้บริโภค" และก้าวไปสู่ขั้นต่อไป

6. ความหมายของการให้ AI เรียนรู้ "การสำรวจผู้บริโภค 20 ปี"

หัวใจของ FJWLA คือการที่มีข้อมูลการประเมินจากผู้ที่ดื่มไม่ใช่แค่ข้อมูลส่วนประกอบเท่านั้น ที่สะสมมาเป็นเวลานาน Okinawa Times + Plus##HTML_TAG_410