Passa ai contenuti principali

AROMAS (AI.1.3.1.3.1.2)

Tateo’s Interdisciplinary Lifelong Learning Project

T I L L L

LEARNING - BLOG - COMMUNITY

Learning, knowledge sharing and Communities engagement about: Artificial Intelligence, Augmented / Virtual / Mixed Reality, Automation, Electronics, Computer Science and Information Technology, Mobile Devices, Problem Solving, Readings, Social Media, Simulation, Artificial Vision, Work and Soft Skills

by Tateo Giovanni Battista

-----------------------------------------------------------

LEARNING
ARTIFICIAL INTELLIGENCE

Application of Genetic Algorithms to the synthesis of aromas: the mathematics of the taste

{L’applicazione dei GA alla sintesi degli aromi: la matematica del gusto}



Hashtag keywords
: #TateoBlog #artificialIntelligence #optimization #geneticProgramming #GP #evolutionaryIntelligence #bioInspired,#heuristics

Summary. Using "genetic programming," researchers help flavor companies understand what their customers like. 

{Usando la "programmazione genetica", i ricercatori aiutano le aziende degli aromi a capire che cosa piace ai loro clienti}


You are here: <TILL> - <LEARNING> - <ARTIFICIAL INTELLIGENCE> - <COMPLEX PROBLEMS> - <HEURISTICS> - <BIO-INSPIRED> - <EVOLUTIONARY> - <GA> - <AROMAS>



~ o ~ 


1. Programmazione genetica

La programmazione genetica (nota col termine Genetic Programming in lingua inglese, e sinteticamente GP), ispirandosi allo stesso principio adattativo della evoluzione biologica, ricerca programmi informatici che riescano a svolgere in maniera ottimale un determinato compito.


~ o ~ 


2. Flavor Companies

Le "flavor companies" sono le aziende degli aromi. Esse producono e vendono composti aromatici che sono utilizzati in alimenti e bevande, in profumi ed in prodotti per l'igiene e la cura del corpo, ed in tanti altri prodotti domestici. Gli aromi possono essere utilizzati per migliorare o esaltare i sapori naturali degli alimenti, nonché per mascherare quelli spiacevoli causati dalla presenza o dalla trasformazione di altri additivi.

E' evidente che la sintesi degli aromi è un business multimiliardario. Le grandi flavor companies spendono decine di milioni di dollari ogni anno in ricerca e sviluppo. Una buona parte di questi investimenti sono destinati ai test eseguiti sui consumatori. Questi test sono molto importanti in quanto in funzione delle loro indicazioni si decideranno i sapori e gli odori dei prossimi prodotti.

La fase più complicata consiste nella interpretazione delle preferenze fornite dai consumatori a seguito dei test. Esse possono essere così eterogenee da non far emergere un consenso chiaro. Oltretutto ad uno stesso soggetto non si possono sottoporre molti campioni di aroma, perché dopo un certo limite i senso dell'olfatto va in sofferenza e il suo potere di discriminare gli odori "gradevoli" da quelli "sgradevoli" diventa inaffidabile. Lo stesso vale anche per il gusto, per quanto riguarda la discriminazione dei sapori. Le "flavor companies" quindi, trovandosi di fronte pochi dati e per lo più contraddittori, non riescono a prendere nessuna decisione.

Una delle più grandi "flavor companies" al mondo, la svizzera Givaudan, ha chiesto aiuto ai ricercatori del MIT (Massachusetts Institute of Technology) per analizzare i risultati di un test sul gusto. I ricercatori stanno utilizzando la tecnica della programmazione genetica, in cui i modelli matematici competono tra loro per adattarsi il più possibile ai dati disponibili. I modelli più accurati, quindi, si incrociano tra loro per produrre modelli ancora più accurati.

Il test ha coinvolto 69 soggetti, ognuno dei quali ha valutato 36 diverse combinazioni di sette aromi di base, assegnando a ciascuno di essi uno punteggio in base al gusto personale.

Per ogni soggetto, sono state generate casualmente delle funzioni matematiche in grado di predire i punteggi in base alle concentrazioni dei diversi aromi. Ogni funzione è valutata in base a due criteri: precisione e semplicità. Una funzione che, ad esempio, prevede le preferenze di un soggetto in modo abbastanza preciso con un singolo fattore, diciamo per esempio la concentrazione di burro, potrebbe rivelarsi più utile di uno che produce una previsione leggermente più accurata, ma richiede una manipolazione matematica complessa di tutte le sette variabili.

Dopo che tutte le funzioni sono state valutate, quelle che forniscono previsioni povere sono tagliate fuori. Gli elementi delle funzioni sopravvissute sono ricombinati in modo casuale per produrre una nuova generazione di funzioni, le quali vengono quindi valutate per la precisione e semplicità. L'intero processo viene ripetuto circa 30 volte, fino a quando non converge su una serie di funzioni che rappresentano bene le preferenze di un singolo soggetto.

Affinché il metodo dei ricercatori del MIT produca i profili dei soggetti sottoposti al test dei singoli gusti, si può ordinare in gruppi distinti.

Potrebbe capitare, per esempio, che i soggetti sottoposti alla prova tendono ad avere forti preferenze sia per la cannella che per la noce moscata, ma non entrambe. Quindi, per cercare di stabilire la precisione del loro modello, essi invece costruito un altro modello.

Attraverso una operazione di marketing per gli amanti della cannella, ed un'altra operazione per agli amanti della noce moscata, una società potrebbe fare molto meglio che da un prodotto di marketing ad entrambi.

I ricercatori, una volta definito il modello rappresentativo di ognuno dei soggetti sottoposti al test, hanno avuto la necessità di verificare l'accuratezza dei modelli nel predire il comportamento dei soggetti di fronte a nuovi aromi. Quindi, per cercare di stabilire l'accuratezza dei propri modelli, essi hanno costruito un altro modello.


~ o ~ 


3. More generally

{Più in generale}


Se sei curioso di conoscere altre applicazioni interessanti della programmazione genetica, allora ti invito a visitare la seguente pagine del mio diario dedicata alla spiegazione della tecnica ed alle sue applicazioni.
AI-03 Algoritmi e programmazione genetica

Se ti interessa conoscere le altre tecniche che, come la programmazione genetica, sono utili per la risoluzione di problemi complessi, allora ti invito a leggere la seguente pagina del mio diario che ho dedicato a questo proposito.
AI-02 Ottimizzazione dei problemi complessi

~ o ~ 


4. Let's keep in touch

{Teniamoci in contatto}


I hope you enjoyed this article that belongs to the Learning (>) section of Tateo~Blog (>), and that the notes and observations I gathered within it have met your interest. If my work has stimulated your interest, I invite you to follow the last blog updates on the following social media pages:

{ Mi auguro che tu abbia apprezzato questo post che appartiene alla sezione Learning (>) di Tateo~Blog (>), e che le note e le osservazioni che ho raccolto al suo interno abbiano incontrato il tuo interesse. Se il mio elaborato ha stimolato il tuo interesse ti invito a seguire gli ultimi aggiornamenti del blog sulle seguenti pagine dei social media: }

Tateo~Blog 

     on LinkedIn (link)

     on Facebook (link)


~ o ~ 


5. Something about me, the founder and author of Tateo~Blog Project

{Qualcosa su di me, il fondatore e sull'autore del progetto Tateo~Blog}

First of all, thank you for visiting one of the pages of my blog. My name is Giovanni Battista Tateo (shortly Bat) and I am the founder and author of a project of Interdisciplinary Lifelong Learning of which the Tateo~Blog (:::) blog is the means of sharing. I was initially an Information Technology expert, and later I became an electronic engineer, specializing in industrial Automation. I'm passionate about Artificial intelligence, Virtual Reality, Simulation, and I'm an expert in Artificial Vision applied to industrial Automation. Currently, and starting four years ago, I am employed as a Proposal Engineer at Mer Mec S.p.A. (:::) company. Previously, starting in 2004, I was employed, always at the same company, as a Designer of Artificial Vision Systems and Image Processing Algorithms, applied in particular to Railway Diagnostics. I am a supporter and promoter of Lifelong Learning, Social Networking and Knowledge Sharing by means of the web. If you want more details about me, visit the About Me (:::) page.


{ Innanzitutto ti ringrazio per aver visitato una delle pagine del mio blog. Mi chiamo Giovanni Battista Tateo (brevemente Bat) e sono il fondatore e l'autore di un progetto Lifelong Learning Interdisciplinare di cui il blog Tateo~Blog (:::) ne è il mezzo di condivisione. Sono stato in principio un esperto di Informatica, e in seguito sono diventato un Ingegnere Elettronico, specializzato in Automazione Industriale. Sono un appassionato di Intelligenza Artificiale, Realtà Virtuale, Simulazione, e sono un esperto di Visione Artificiale applicata all'Automazione Industriale. Attualmente, ed a partire dall'anno 2016, sono impiegato come Proposal Engineer presso la società Mer Mec S.p.A. (:::). Precedentemente, a partire dal 2004, sono stato impiegato, sempre presso la stessa società, come Progettista di Sistemi di Visione Artificiale e di Algoritmi di Elaborazione delle Immagini, applicati in particolare alla Diagnostica Ferroviaria. Sono un sostenitore e promotore dell'apprendimento permanente, dei social network e della condivisione delle conoscenze tramite il web. Se vuoi ulteriori dettagli su di me, visita la pagine About Me (:::). }


Mine References

  Following you can find my personal references that you can use if you want to contact me directly, and the links to my social accounts that you can use to follow me or to keep in touch with me by means of social media networks.

  { In seguito puoi trovare i miei riferimenti personali che puoi utilizzare se vuoi contattarmi personalmente, ed i collegamenti ai miei account social che puoi utilizzare per seguirmi e rimanere in contatto con me tramite le reti di social media. }

Eng. Tateo Giovanni Battista

    - e-mail: tateogb@libero.it (send e-mail)

    - phone / WhatsApp : (+39) 388 8419726

    - Skype (link)

    - LinkedIn account (link)

    - Facebook account (link)

    - Twitter account (link)

    - Instagram account (link)

    - Pinterest account (link)


-----------------------------------------

Tateo~Learning © August 30, 2021

Commenti