感覚データから消費者のコーヒー好みをAIで予測する

なぜいつものコーヒーが「ちょうどいい」と感じられるのか

コーヒー愛好者は、見た目は同じでもある一杯が魔法のように感じられ、別の一杯は物足りなく感じられることを知っています。本研究は、飲み手や焙煎業者にとって重要な問いを扱います：味や抽出条件といった感覚情報だけから、ブラックのドリップコーヒーを人が実際に楽しむかどうかをデータと人工知能（AI）で予測できるか？ どの感覚的特徴が最も重要かを明らかにすることで、幅広い嗜好に合うより確実においしいコーヒー作りに道を開きます。

研究者たちはどうやってその大量のコーヒーを味見したか

何が楽しみを左右するかを調べるために、研究チームは同一の豆を用いながら抽出強度、抽出率、温度などの設定を変えた27種類のブラックドリップコーヒーを対象とした大規模な消費者調査を再解析しました。合計118人の常飲者が各サンプルを9点尺度でどれだけ好むか評価しました。さらに、全体的な風味の強さ、酸味、口当たりという3つの感覚が「少なすぎる」「多すぎる」「ちょうどよい」のどれかを判定し、「甘い」「ナッツのよう」「フルーティー」などの17の風味記述のうち当てはまるものにチェックを入れました。加えて、抽出液のpH、総溶解固形分など、ラボでの化学的・物理的測定も行われました。

最も重要ないくつかの味の手がかり

どの特徴が重要かを前提にするのではなく、研究者たちはデータに語らせました。複数の統計手法と機械学習法を用いて、測定されたすべての特徴を好意度スコアとの連動度で順位付けしました。飲み手全体で最も強い予測因子として浮かび上がったのは、風味の強さが「ちょうどよい」と感じられるか、酸味が「ちょうどよい」と感じられるか、そして甘さの知覚でした。風味強度や酸味が明らかに目標から外れている（弱すぎるか強すぎるか）カップは低評価になりがちでした。甘味が感じられるコーヒーやダークチョコレート、ロースト感、ナッツのような香味が記述されるものは概して好まれ、一方で酸っぱさ、焦げ、苦味といった印象は好感度を下げました。興味深いことに、抽出温度などの化学的・物理的指標は単独では好みと一致することは稀で、例外的にpH（より高いpH＝低酸性）がデータの一部の見方では好まれる傾向を示しました。

AIにあなたが好むかどうかを推測させる

こうして得られた特徴の順位付けに基づき、チームはAIモデルを訓練して個人の好みスコアを予測するか、あるいは単にそのコーヒーを好むか好まないかを判定させました。驚くべきことに、知覚された風味強度、知覚された酸味、知覚された甘さという3つの入力だけで、かなり精度の高い予測が可能であることが分かりました。これら3つの感覚手がかりのみを用いるモデルは、好む／好まないの二択を約4分の3の確率で正しく推定し、9点尺度の好みスコアを平均して概ね1ポイント以内に推定できました。さらに、総溶解固形分、pH、温度、可滴定酸などの客観的な抽出測定値のみをモデルに与えても、消費者に訴求する抽出条件を偶然以上の精度で予測できました。

すべてのコーヒー飲用者が同じものを求めているわけではない

もちろん、コーヒーの嗜好は個人的なものとして有名です。これを探るために、研究者たちは各人の好みが特定の風味タグに応じてどう変動するかに基づいて消費者を分類する新しい方法を作りました。各飲み手を「嗜好の指紋」に変換し、甘い、ロースト感、フルーティーなどの記述に対してどれほど好むか嫌うかを示す強さを捉えました。クラスタリング手法を用いると、主に二つのセグメントが見つかりました。ひとつはダークチョコレート、ロースト、ナッツ、キャラメルといった古典的な安心感のあるノートを好むグループ。もうひとつは紅茶のような、フルーティー、花のような、柑橘系の風味を好み、特定の苦味や酸味にも寛容なグループでした。驚くべきことに、両セグメントは同じ抽出の変化（たとえば強度上昇や高いpH）を受けても、異なる感覚印象と結び付けることがあり、人々は同じコーヒーを文字通り異なって体験している可能性を示唆します。

次の一杯にとっての意味

日常的にコーヒーを飲む人にとっての結論は、安心できるほどシンプルです：よく好まれるブラックドリップコーヒーは慎重なバランスを取っています。満足感を得られる十分な風味強度がありながら圧倒しない、明るさを感じさせるがきつすぎない酸味、そして全体的に甘さ（しばしば砂糖ではなくチョコレートやロースト由来の甘さ）を感じさせます。本研究は、AIがごく少数の感覚手がかりでそうした嗜好を捉え、どの抽出が人々に好まれるかを予測できることを示しました。焙煎業者、カフェ、家庭の抽出者にとっては、滑らかでナッツ感のある安心できる一杯から、より冒険的なフルーティーで花のような一杯まで、さまざまな味のセグメントに合わせてレシピを調整するためのより賢いツールにつながる可能性があります。

引用: Gunning, M., Laforgue, M.P.S., Guinard, JX. et al. AI-driven prediction of consumer liking of coffee from sensory data. npj Sci Food 10, 142 (2026). https://doi.org/10.1038/s41538-026-00779-7

キーワード: コーヒーの嗜好, 官能検査, 消費者の好意度, 機械学習, 抽出強度と酸味