Прогнозирование предпочтений потребителей кофе на основе сенсорных данных с помощью ИИ

Почему ваш ежедневный кофе ощущается «в самый раз»

Любители кофе знают: некоторые чашки кажутся волшебными, тогда как другие разочаровывают, даже если внешне они одинаковы. В этом исследовании задан простой вопрос с большими последствиями для потребителей и обжарщиков: можно ли с помощью данных и искусственного интеллекта (ИИ) предсказать, понравится ли людям чашка чёрного фильтр-кофе, опираясь только на то, как она ощущается и как была заварена? Разбирая, какие сенсорные черты имеют наибольшее значение, исследование указывает путь к более надёжно вкусному кофе для самых разных вкусов.

Как исследователи дегустировали всё это кофе

Чтобы понять, что движет удовольствием, команда повторно проанализировала большое потребительское исследование 27 разных чёрных фильтр-кофе, все приготовленные из одинаковых зёрен, но с разными настройками крепости, экстракции и температуры. В сумме 118 постоянных потребителей кофе оценивали, насколько им понравился каждый образец по шкале из девяти баллов. Они также судили, были ли три ощущения — общая интенсивность вкуса, кислотность и ощущение во рту — «слишком мало», «слишком много» или «как раз», и отмечали, какие из 17 описаний вкуса (например, «сладкий», «ореховый» или «фруктовый») относились к каждой чашке. Кроме того, в лаборатории измеряли свойства заварок, такие как кислотность (pH), суммарные растворённые вещества и другие параметры приготовления.

Немного вкусовых подсказок, которые имеют наибольшее значение

Вместо того чтобы заранее предполагать, какие черты важны, исследователи позволили говорить данным. Они ранжировали каждую измеренную характеристику по тому, насколько сильно она коррелировала с оценками понравившихся образцов, используя несколько статистических и машинно-обучающих методов. В масштабах всей группы потребителей три простых сенсорных впечатления выделились как сильнейшие предикторы удовольствия: ощущение, что интенсивность вкуса «как раз», ощущение, что кислотность «как раз», и восприятие сладости. Чашки, у которых интенсивность вкуса или кислотность сильно отклонялись от желаемого — либо слишком слабые, либо слишком сильные — как правило, получали более низкие оценки. Сладкие по вкусу кофе и те, которые описывали нотами тёмного шоколада, жарености и ореховости, в целом нравились больше, тогда как кислые, подгоревшие и горькие впечатления ухудшали оценку. Примечательно, что химические и физические измерения, такие как температура заварки, редко сами по себе совпадали с предпочтениями, за исключением pH: в некоторых интерпретациях данных более низкая кислотность (более высокий pH) оказалась предпочтительной.

Обучение ИИ угадывать, понравится ли вам чашка

Вооружившись этими ранжированными признаками, команда обучила модели ИИ предсказывать либо оценку нравится/не нравится, либо просто понравится ли человеку данный кофе. Удивительно, но оказалось, что всего три входных показателя — воспринимаемая интенсивность вкуса, воспринимаемая кислотность и воспринимаемая сладость — достаточно для надёжных предсказаний. Модель, использующая только эти три сенсорных признака, правильно определяла «нравится/не нравится» примерно в трёх четвертях случаев и в среднем оценивала баллы по девятибалльной шкале с погрешностью примерно в один пункт. Даже когда моделям давали только объективные измерения заварки, такие как суммарные растворённые вещества, pH, температура налива и показатель титруемой кислотности, они всё равно работали значительно лучше случайности в предсказании того, какие заварки понравятся потребителям.

Не все любители кофе хотят одного и того же

Конечно, предпочтения в кофе известны своей персональной природой. Чтобы исследовать это, учёные разработали новый способ группировки потребителей на основе того, как у каждого человека менялась оценка в зависимости от конкретных вкусовых меток. Они превратили каждого дегустатора в «отпечаток предпочтений», отражающий, насколько сильно человек склонен любить или не любить кофе, описываемые как сладкие, жареные, фруктовые и т.д. С помощью кластерного анализа они выявили два основных сегмента. Одна группа тяготела к классическим уютным нотам — тёмный шоколад, жареность, ореховость и карамель. Другая группа была более открыта к чайным, фруктовым, цветочным и цитрусовым нотам и более терпима к некоторой горечи или кислотным элементам. Удивительно, что два сегмента порой связывали одни и те же изменения в приготовлении — например, большую крепость или более высокий pH — с разными сенсорными впечатлениями, что говорит о том, что люди буквально могут по‑разному воспринимать один и тот же кофе.

Что это значит для вашей следующей чашки

Для повседневных любителей кофе вывод прост и обнадёживающ: самые любимые чёрные фильтр-кофе достигают аккуратного баланса. У них достаточно интенсивности вкуса, чтобы быть удовлетворяющими, но не подавляющими; кислотность ощущается яркой, но не резкой или вялой; и общее впечатление — сладкое, часто связанное с шоколадными или жареными нотами, а не с простым сахаром. Это исследование показывает, что ИИ может уловить такие предпочтения по набору из нескольких сенсорных подсказок и использовать их, чтобы предсказывать, какие заварки понравятся людям. Для обжарщиков, кафе и домашнего приготовления это со временем может означать более умные инструменты для настройки рецептов под разные сегменты вкуса — хотите ли вы гладкую ореховую чашку комфорта или более смелую фруктово-цветочную заварку.

Цитирование: 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

Ключевые слова: предпочтение кофе, сенсорный анализ, восприятие потребителя, машинное обучение, крепость заварки и кислотность