Диджитал-агентство сварило пиво на основе отзывов на сайтах

C 2013 года бруклинское диджитал-агентство Huge проводит еженедельные встречи биргиков, которые собираются, чтобы продегустировать и оценить редкие сорта пива со всего мира. За это время группа под названием Huge Brews продегустировала более тысячи разных сортов.

Однажды команда задумалась – а что, если взять все эти заметки о дегустации, «сбродить» их при помощи машинного обучения и составить идеальный метрически выверенный рецепт пива? О том, что получилось, рассказывает Adweek.

За последние шесть недель участники Huge Brews сварили собственное пиво, основанное на итогах дегустаций и данных, полученных с двух популярных сайтов с оценками пива. Отметив, что их фавориты – это что-то типа сочных IPA, команда собрала с сайтов отзывы пользователей о двух с половиной сотнях сортов пива – примерно по 40 отзывов на каждый сорт.

Результатом эксперимента стали два пива: одно — сочный IPA с ежевикой, второе — с малиной и лактозой. Сварить пиво команде Huge Brews помог местный стартап для домашних пивоваров Bitter and Esters — они поделились оборудованием и знаниями.

Пиво Huge Brews получило название Off-Brand IPA.

Процесс начался с того, что сотрудники агентства решили, какое пиво нравится самим членом команды Huge Brews – вскоре они поняли, что эта точка на графике меняется со временем, по мере развития вкусов и трендов.

— С годами ингредиенты меняются, — говорит Кенни Чанг, директор агентства Huge по SEO и лидер команды Huge Brews — Мы вернулись к оценкам за первые год-два и увидели, что тогда побеждали просто хорошие стандартные IPA и иногда даже пильзнеры. Сегодня же я сомневаюсь, что у нас по итогам недели может выиграть стандартный IPA.

Команда аналитиков Huge использовала технологии обработки естественного языка и машинного обучения, чтобы идентифицировать ключевые характеристики, делающие пиво идеальным. После этого данные разделили по категориям – например, фрукты, цвет, тело, прозрачность, крепость, — и, наконец, организовали аналогично тому, как можно организовать ароматы вина в соответствии с сортами винограда.

Определившись, какой тип пива они хотят сварить, члены команды вернулись к сортам, которые они высоко оценили, и использовали как точку отсчёта. Исходя из данных, это означало, что рецепт должен быть полон цитрусовых, тропических и ягодных нот. При этом вкус должен быть одновременно кислым и выдержанным на дубовых стружках.

— Опытные пивовары сказали нам, что важнее всего при варке пива – делать записи. Именно так пивовары оттачивают рецепты – и это совпало с тем, какому подходу – основанному на данных — следовали мы, — продолжает Чанг.

Готовое пиво разлили по бутылкам и наклеили этикетки, которые создал дизайн-директор Huge Дерек Фридман

— Мы провели внутреннюю дегустацию, и всем пиво понравилось, — говорит Чанг. — Мы подошли к рецепту осторожно, чтобы пиво не было слишком экспериментальным, но при этом немного более открыто.

Агентство не может официально пустить пиво в продажу, поэтому его выпьют сотрудники на пятничном собрании.

Это не первый эксперимент с использованием науки данных в пивоварении. Например, американская пивоварня Champion Brewing Company выпустила ML IPA (сокращение от Machine Learning — «машинное обучение»). Для рецепта этого пива проанализировали сорта - участники Great American Beer Festival, а также самые продаваемые в США IPA. А британский стартап IntelligentX выпускает пиво, постоянно дорабатывающееся искусственным интеллектом. Попробовав пиво, потребитель может передать свои впечатления при помощи бота в фейсбуке. Система затем анализирует собранные данные и генерирует новый рецепт.