Segur que si en una conversa informal pregunteu als vostres coneguts quina és la cervesa que més els agrada, cadascú en triarà una i us donarà tota una sèrie de raons de per què li agrada més. Als que no són gaire de beure cervesa els agraden les més fresques i blanques, com les de blat, però a aquells que els agrada beure cervesa, tenen preferències de textures, cremositat, acidesa i amargor. En general, a ningú li agrada gaire la cervesa sense alcohol, perquè el processament per extreure-li l’alcohol sol també endur-se’n altres elements volàtils que afegeixen al sabor i aroma. La cervesa és un líquid amb gran complexitat bioquímica, i el característic sabor de cada tipus de cervesa és definit per les diferents combinacions de cereals maltejats, de llevats i llúpols. Hi ha “kits” comercials per fer cervesa a casa, ja que no és gens complicat si tens els pocs estris necessaris, els ingredients específics i segueixes la recepta per aconseguir un tipus de cervesa concret, seguint l’ordre d’ingredients en fer el maltatge, esterilitzant els estris, i respectant els temps i temperatures de fermentació i de carbonatació.

Les marques cerveseres comercials guarden amb zel les seves receptes i llevats, perquè totes les cerveses que produeixin tinguin el mateix gust característic que les fan apreciades entre els seus consumidors arreu del món. Bèlgica sobresurt entre els països amb més cerveses diferents, des de lagers a cerveses trapistes. Totes les marques tenen tastadors de cervesa entre els seus empleats que n’asseguren els diferents tasts. Tenir un bon panell de tastadors és costós, i no deixa de ser un procés basat en preferències individuals que no sempre es veuen reflectides d’igual manera en les preferències dels consumidors. Ens podem preguntar si és possible millorar una cervesa, però per a això ens cal identificar quins components són els que realment afegeixen a la nostra percepció i apreciació quan bevem aquesta beguda. Uns investigadors de la Universitat de Leuven han intentat trobar la resposta a aquesta pregunta, i per això, en una investigació que ha durat 5 anys, han analitzat de forma rigorosa quins elements afegeixen al sabor, el cos, l’aroma i la percepció de fins a 250 cerveses belgues, categoritzades en 22 tipus diferents. Amb la participació de 16 tastadors de cervesa professionals, han classificat les cerveses usant 50 paràmetres sensorials diferents, alhora que han identificat fins a 226 compostos químics de la cervesa, per intentar establir correlacions. Aquesta tasca no és gens senzilla perquè la percepció sensorial no és lineal, sinó que moltes vegades es deu a un conjunt de compostos que poden compensar-se, afegir o sostreure, de forma que la seva concentració relativa és important. Entre els compostos químics que trobem a la cervesa, n’hi ha que els afegeixen els cereals (la malta), però d’altres són específics dels diferents llúpols, com ara els compostos terpenoides i els àcids iso-alfa, que a més de variar segons el tipus de llúpol, també es desprenen i concentren segons el temps d’ebullició amb la malta. Altres compostos són aportats pels llevats durant la fermentació, com ara alcohols, èsters i metabòlits, això sense tenir en compte que, en alguns casos, les cerveses poden portar espècies, fruita, o llavors per fer més complex o afruitat el seu sabor. Tots aquests compostos van ser identificats i analitzada la seva concentració en les 250 cerveses de l’estudi.

Un cop tenien les avaluacions sensorials proporcionades pels tastadors i la composició química de cada cervesa, per tal de fer-ne les correlacions, necessitaven corroborar amb grans dades si la percepció de les mateixes cerveses també era igual entre els consumidors. Al cap i a la fi, cada persona pot percebre la mateixa cervesa de forma diferent, però cal establir patrons. Gràcies a Internet, tots tenim accés a pàgines web on els consumidors de diferents llocs del món puntuen i valoren les diferents cerveses. Usant una de les més conegudes, “RateBeer”, que puntua diferents aspectes de les cerveses (color, sabor, cos, acidesa amargor…) els investigadors han recollit les 180.000 opinions de consumidors (per tant, gent no experta, però sí aficionada) de les mateixes cerveses que havien avaluat els tastadors professionals. Amb grans dades es poden trobar patrons que puguin ser consistents i predictius, si es fan servir algorismes d’anàlisi. Els investigadors van dissenyar fins a 10 algorismes d’anàlisi de grans dades, alguns lineals i altres d’aprenentatge automàtic d’intel·ligència artificial (machine learning), dividint les dades en dos grups, un grup per entrenar la predicció de les avaluacions de les cerveses i l’altre per comprovar si la predicció funcionava. Un dels algorismes va ser molt bon predictor dels gustos dels consumidors. El que és rellevant és que ara podien correlacionar quins components químics es troben en cerveses que són percebudes amb determinats atributs concrets de sabor.

Els investigadors van dissenyar fins a 10 algorismes d’anàlisi de grans dades, alguns lineals i altres d’aprenentatge automàtic d’intel·ligència artificial, dividint les dades en dos grups, un grup per entrenar la predicció de les avaluacions de les cerveses i l’altre per comprovar si la predicció funcionava. El que és rellevant és que ara podien correlacionar quins components químics es troben en cerveses que són percebudes amb determinats atributs concrets de sabor

I ara us podeu preguntar, però això, funciona? És a dir, és aquest algorisme d’intel·ligència artificial realment predictiu del gust i percepció sensorial d’una cervesa? Els investigadors van provar el seu model. Afegint glicerol, àcid làctic, acetat d’etil, i altres compostos concrets en determinades proporcions a cerveses considerades “senzilles”, i fent a continuació, un tast a cegues amb els professionals, van aconseguir que aquestes cerveses “millorades” fossin més apreciades, canviant la seva puntuació, i rebent adjectius sensorials com “afruitada”, “saborosa”, “untuosa”. Aquesta elaboració per addició encara va anar més enllà, i els investigadors van provar d’afegir determinats compostos a cerveses sense alcohol i… sorpresa!, van aconseguir que les seves valoracions canviessin i fossin molt més apreciades, independentment de la concentració d’alcohol.

Per tant, sí, es pot millorar la cervesa amb algorismes d’intel·ligència artificial. Ara els productors de cervesa poden saber quins compostos poden ser rellevants per millorar la qualitat de les seves cerveses, i els mestres cervesers hauran d’empescar-les per a saber quins llúpols i llevats hauran d’afegir per a produir aquests compostos de forma natural (recordeu que no es tracta només d’afegir un únic compost químic, ja que, com hem dit, el sabor és el producte d’una percepció sensorial complexa).

Ara bé, sabent quins compostos hi ha en certes cerveses, podrem escollir les que ens agradaran més perquè s’assemblen a les que ja sabem que ens agraden. També podrem maridar-les amb menjar segons els components i, molt important per a la indústria cervesera, podran millorar la qualitat i la percepció sensorial de les cerveses sense alcohol.

En tot cas, això només és l’inici de l’aplicació de l’anàlisi de grans dades usant intel·ligència artificial al món gastronòmic. No m’estranyaria que aviat tinguem soques de llevat editades genèticament per a millorar també la fermentació i afegir certs compostos o certs altres, a la cervesa o al vi, però això ja us ho explicaré en una altra ocasió. Estem en època de canvis!