Forskere har fodret kunstig intelligens med menneskers sanseoplevelser. Vi vil se mere af det, er forudsigelsen.

Forestil dig den slubrende lyd der kommer, når en vinelsker smager på vinen.

Det måske magiske sekund, og det øjeblik, hvor næsen stikkes ned i glasset for at fange duften, kan meget vel overgå til historiebøgerne.

I hvert fald hvis den kunstige intelligens får lov.

Det må være den kyniske konklusion på et studie, som forskere fra Pioneer Centre for AI på Københavns Universitet fredag har udsendt en pressemeddelelse om.

Når man putter menneskelige smagsoplevelser ind i kunstig intelligens, gør man det nemmere for forbrugeren at vælge den rigtige vin, skriver forskerne.

Resultatet er nemlig mere præcise forudsigelser af, hvilken type vin, vi hver især bedst kan lide.

Men det er ikke kun viden om vin, som forskerne forudser AI nemt vil kunne slubre i sig. Idéen om at fodre maskiner med menneskers sanseoplevelser vi ifølge forskerne nemlig kun sprede sig.

– “Vi har her demonstreret, at ved at fodre en algoritme med data bestående af menneskers smagsindtryk kan algoritmen lave mere præcise forudsigelser af, hvilken slags vin, vi hver især foretrækker,” udtaler Thoranna Bender i pressemeddelelsen. Hun er til daglig er kandidatstuderende ved DTU.

Mere nøjagtige forudsigelser

Forskerne har afholdt vinsmagninger, hvor i alt 256 deltagere er blevet bedt om at arrangere krus med forskellige vine på et stykke A3-papir ud fra, hvilke vine de synes minder mest om hinanden i smag.

Jo større afstand mellem krusene, jo større forskellighed i smag. Det er en metode, som er udbredt i forbrugertests. Forskerne digitaliserede dernæst punkterne på papirarkene ved at affotografere dem.

De indsamlede data fra vinsmagningerne er så blevet kombineret med hundredtusindvis af vinetiketter og anmeldelser, som forskerne har fået stillet til rådighed af vinmarkedspladsen Vivino. Dernæst har de udviklet en algoritme, som bygger på det kæmpemæssige datasæt.

– “Denne her smagsdimension, vi har skabt i modellen, giver os information om hvilke vine, der ligner hinanden i smag, og hvilke der ikke gør. Så jeg kan for eksempel stå med en flaske vin, som er min favoritvin, og sige: Jeg vil gerne vide, hvilken vin der minder mest om den i smag – eller både i smag og pris,” fortæller Thoranna Bender.

Serge Belongie fra Datalogisk Institut tilføjer, at når algoritmen sætter data fra vinetiketter og anmeldelser sammen med dataene fra vinsmagningerne, laver den mere nøjagtige forudsigelser af folks vin-præferencer, end når den kun benytter sig af de traditionelle typer data i form af billeder og tekst.

– “Så at lære maskiner at bruge menneskers sanseoplevelser resulterer altså i bedre algoritmer, der kommer brugeren til gode,”, udtaler Serge Belongie, der også er leder af Pioneer Centre for AI på Københavns Universitet.

LÆS OGSÅ: ChatGPT køber sig ind på redaktionerne

Øl og kaffe med mere

Ifølge Serge Belongie er det helt nyt at bruge smag eller andre sensoriske input som datakilder. Og det har et stort potentiale – blandt andet inden for fødevareområdet, mener professoren:

– “Det at forstå smag er en central del af fødevarevidenskab og essentielt for at opnå en sund og bæredygtig fødevareproduktion. Men brugen af AI i den sammenhæng er helt på babystadiet. Projektet her viser styrken ved at bruge menneskebaserede input i kunstig intelligens, og jeg forudser, at resultaterne vil anspore mere forskning i krydsfeltet mellem fødevarevidenskab og AI,” udtaler Serge Belongie.

Metoden, som forskerne her har demonstreret, kan også sagtens overføres til andre typer mad og drikke, konkluderer Thoranna Bender:

– “Vi har valgt vin som case, men samme metode kan lige så vel anvendes på øl og kaffe. Tilgangen kan for eksempel bruges til at anbefale produkter og måske også madopskrifter til folk, udtaler hun og tilføjer:

– “Og hvis vi kender de smagsmæssige ligheder i mad bedre, kan vi også bruge det i sundhedssektoren til at sætte måltider sammen, der både rammer rigtigt på smag og næring hos patienterne. Måske kan det endda bruges til at udvikle fødevareprodukter, der er skræddersyet til forskellige smagsprofiler.”

Mere til historien

Forskerne har offentliggjort deres data på en åben server til fri afbenyttelse. Du finder forskernes datasæt på projektets hjemmeside – klik her