Fueron desarrollados por el grupo liderado por el Instituto Fraunhofer alemán que se ocupa de tecnologías para el envasado y procesamiento de alimentos.
Los algoritmos, descritos en la revista Communications Chemistry, demostraron ser más precisos que los catadores humanos tanto para identificar de dónde proviene el whisky como para aislar características clave de sus aromas, por lo que los autores del estudio creen que podrían ser muy útiles en la clasificación de este destilado.
El aroma está determinado por una mezcla compleja de compuestos olorosos y esto hace que sea muy difícil predecir las características aromáticas de un whisky partiendo únicamente de su composición a nivel molecular.
Para esta tarea se suelen utilizar grupos de expertos, pero este método suele ser impreciso y además requiere una inversión considerable en términos de tiempo, dinero y formación de los participantes.
En busca de un método alternativo, investigadores liderados por Andreas Grasskamp desarrollaron dos algoritmos: uno, llamado OWSum, capaz de predecir olores basándose en la composición molecular y una red neuronal artificial.
Ambos fueron puestos a prueba con siete whiskies americanos y nueve escoceses, luego los resultados fueron comparados con los obtenidos por 11 expertos.
En más del 90% de los casos, los algoritmos lograron establecer correctamente el origen del destilado e identificaron las cinco notas aromáticas principales con mayor precisión que cualquier catador humano: el aroma a caramelo es el que más distingue a los whiskies americanos, mientras que para los escoceses predominan las notas de manzana y ahumados.
TODOS LOS DERECHOS RESERVADOS © Copyright ANSA