指纹|AI开设品鉴咖啡豆课程更加注重“口味”这一变量( 二 )

凭借独特的感官数字指纹，Demetria通过训练自己的AI与模型，将光谱读数与数百种样品咖啡的杯测分析结果关联起来，再把最终结果整理为Carcafe风味总结。
Ayerbe指出，“Carcafe获取这种高价值总结的AI技术收集自数百种生咖啡豆样本，并与发送杯测分析数据的q-grader(杯测工具)进行比较。通过对杯测分析大数据进行编译，我们得以将感官指纹与各类独特的哥伦比亚咖啡豆匹配起来。”
Ayerbe提到，经过四个月的咖啡样本处理，该公司终于将Carcafe打造成一款具备现实可行性的产品，能够通过AI不断利用新样本进行再训练。
Ayerbe还强调，“其中的最大技术挑战，在于训练AI检测口味层面的细微差别。杯测方法虽然能够检测出这种差异，但结果还不够清晰。数据库需要的是清晰明确的总结，同时也需要以编程形式反映这些细微差别。”
对于Demetria公司打造的Carcafe方案，其必须准确反映特定的适度;例如巧克力就有着不同于红糖的甜味。
Ayerbe提到，“因此在第二轮迭代当中，我们就需要对味道做出确切定义，并确保AI能够发现、描述并强调这些不同的甜味类型。为了匹配这种口味差异的来源，并为农民提供种植这类作物的工具，Carcafe及其客户有望迎来新的效率与透明度水平。”
Ayerbe认为，这样的流程将消除现有咖啡供应链中的种种变量与未知数。
Ayerbe还补充道，“如果能够控制更多流程，最终得到的咖啡豆会更完美、良品率更高。更重要的是，杯测环节在模型训练中同样起着至关重要的作用。因此我们的方案并不是要取代原本负责杯测工作的人类专家，而是要为他们提供更好的信息支持。”
Ayerbe表示，杯测专家相当稀缺，大多数企业根本无力负担。“我们希望借助AI技术扩展整个价值链中的感官质量评估能力，帮助客户补上杯测方面的缺口。”
Ayerbe最后总结道，他们的技术还能帮助杯测专家提高工作效率，并让贸易商及烘焙商更准确地了解该从哪条渠道获得自己需要的咖啡口味、类型与质量。

指纹|AI开设品鉴咖啡豆课程 更加注重“口味”这一变量( 二 )

指纹|AI开设品鉴咖啡豆课程更加注重“口味”这一变量( 二 )