O tym, jak analiza danych chemicznych poprawia smak piwa

O tym, jak analiza danych chemicznych poprawia smak piwa

— Podczas tzw. zacierania, gotowania brzeczki czy fermentacji trzeba analizować wiele parametrów. Każdy browarnik musi sprawdzić kwasowość i zasadowość, cukry fermentowalne, poziom skrobi w zacierze, zawartość alkoholu. Czasami browarnicy badają też profil wody, a także goryczkowatość. Po zakończeniu fermentacji, kiedy piwo dojrzewa, często bada się związki chemiczne, które nadają albo nieprzyjemny zapach, albo nieprzyjemny posmak. Na koniec badany jest też sam kolor piwa. W optymalnym scenariuszu trzeba testować minimum 15 parametrów, przez 4 tygodnie, i to wszystko dziesiątki razy — opowiada biotechnolog, współzałożyciel SG Papertronics.

Dr inż. Maciej Grajewski to biotechnolog pracujący na Uniwersytecie Przyrodniczym w Poznaniu oraz na Uniwersytecie w Groningen. Współzałożyciel i CTO SG Papertronics. Start-up zajmuje się “demokratyzacją” testów laboratoryjnych. Celem firmy jest dostarczenie technologii, która pozwala na łatwe, intuicyjne oraz dokładne przeprowadzanie testów chemicznych. Obecnie SG Papertronics wprowadza swoją technologię na rynek piw kraftowych jako asystenta kontroli jakości. Maciej Grajewski w 2018 roku był finalistą Falling Walls Lab w Berlinie oraz londyńskiego RSC Emerging Technologies Competition.

Jak trafili państwo do browarów kraftowych jako potencjalnego klienta analityki danych chemicznych?

Kiedy myśleliśmy o założeniu startupu, nie braliśmy pod uwagę testowania piwa. Szukaliśmy możliwości rozwoju w kierunku diagnostyki point-of-care (testy na miejscu - red.) lub badania zanieczyszczeń wody. Te ścieżki wydawały się mieć największy potencjał ze względu na nasze wykształcenie i kraj, w którym firmę założyliśmy (Holandia - red.). Jednak szybko okazało się, że bez doświadczenia bardzo trudno będzie nam zdobyć finansowanie, aby rozpocząć projekt. Problem jaki chcieliśmy rozwiązać zawsze był ten sam: brak łatwych do zrozumienia i wykorzystania informacji wynikających z testowania. Obecnie jest to realizowane przez wysyłanie próbek do laboratoriów, co naturalnie zajmuje czas i opóźnia przepływ informacji. Kiedy zaczęliśmy szukać odpowiedniego dla nas rynku, który pozwoli na udowodnienie, że można przygotować rozwiązanie usprawniające przepływ informacji, trafiliśmy na rynek browarów kraftowych. Znany i często powtarzany proces, dla którego nie ma wygodnego rozwiązania bez dużej inwestycji kapitału wyglądał od początku obiecująco i okazał się trafnym wyborem, bo pozwolił nam na rozwój technologii oraz firmy.

Jakie dane analizuje się w produkcji piwa?

Zarówno podczas tzw. zacierania, gotowania brzeczki czy fermentacji trzeba analizować wiele parametrów. Duże koncerny browarnicze mają do tego odpowiednie systemy, urządzenia i odpowiednią liczbę pracowników. Każdy browarnik musi sprawdzić pH, czyli kwasowość i zasadowość, cukry fermentowalne, poziom skrobi w zacierze, zawartość alkoholu podczas fermentacji. Czasami browarnicy badają też profil wody, a także goryczkowatość. Dodatkowo, po zakończeniu fermentacji, kiedy piwo dojrzewa, często bada się związki chemiczne, które nadają albo nieprzyjemny zapach, albo nieprzyjemny posmak. Na koniec badany jest też sam kolor piwa. W optymalnym scenariuszu trzeba testować minimum 15 parametrów podczas przygotowania i produkcji piwa przez 4 tygodnie, i to dziesiątki razy.

Na taką skrupulatność dziś mogą sobie pozwolić koncerny, jak Heineken czy Asahi, a nie browarnik kraftowy.

Tak, duże koncerny stać na kosztowne narzędzia i specjalistów do przeprowadzania testów kontrolnych, co pozwala im na utrzymanie bardzo wysokiej jakości piwa. Natomiast dla mniejszych, kraftowych browarów jest to często poza zasięgiem finansowym. Nasze rozwiązanie to nowoczesna platforma umożliwiająca kontrolę jakości piwa w bardziej dostępny i łatwy sposób. Dostarczamy klientom specjalne urządzenie oraz kapsułki, co pozwala na przeprowadzenie analiz chemicznych w kontrolowanym środowisku. System jest bardziej uniwersalny niż tradycyjne metody i pozwala na przetestowanie wielu parametrów za pomocą jednego urządzenia bez konieczności inwestowania w wiele kosztownych rozwiązań. Obecnie prowadzimy testy pilotażowe w browarach kraftowych w Holandii i już teraz widzimy, że nasi klienci są w stanie lepiej kontrolować jakość produkowanego piwa oraz unikać strat związanych z niewłaściwą warką.

Jak działa Beer-o-meter?

To niewielkie urządzenie, które trafia bezpośrednio do rąk browarnika. Aluminiowa skrzynka ma ekran do komunikacji i miejsce na wspomniane kapsułki. Browarnik steruje nią za pomocą aplikacji mobilnej. Celem była jak najprostsza automatyzacja analiz laboratoryjnych. Metoda analizy, którą wykorzystujemy, to kolorymetria. Urządzenie wykonuje zdjęcie próbki w odpowiednich warunkach oświetlenia. W środku znajdują się specjalne światła LED oraz kamera, które są kontrolowane przez komputer. Po zrobieniu zdjęcia dane są przesyłane do chmury, gdzie analizujemy wynik testu na podstawie wcześniej przygotowanych krzywych kalibracyjnych. Następnie wynik wraca do urządzenia, gdzie można go odczytać. Nasze algorytmy to efekt wielu miesięcy ciężkiej pracy i optymalizacji. Stworzyliśmy łatwy i wiarygodny protokół, który umożliwia ludziom powtarzanie testów i otrzymywanie dokładnych wyników. Z myślą o użytkownikach przygotowaliśmy system, który zapobiega przerwaniu testu. Opracowaliśmy również nowatorskie rozwiązanie — koncentrator dla próbek, który działa jak kurtyna powietrzna. Wykorzystujemy porowate membrany, głównie papier, które zagęszczają próbkę wraz z interesującą nas substancją, zwężając ją jednocześnie w określonym miejscu. Dzięki temu sygnał jest bardziej skoncentrowany, co bardzo pomaga w wykryciu molekuł występujących w bardzo małych ilościach. Istotne jest też odpowiednie ustawienie czasu. Urządzenie samo pobiera zdjęcie do analizy oraz kończy wykonywanie testu.

A na czym konkretnie polega analiza danych chemicznych?

Nasz know-how polega na tym, w jaki sposób budujemy test. Dzięki badaniom wiemy, skąd pobierać próbkę do analizy. Wykorzystujemy zdobytą w laboratorium eksperymentalną wiedzę do selekcji odpowiedniego regionu próbki skoncentrowanej na papierze, a potem przez analizę koloru opracowujemy krzywą kalibracyjną. Najczęstszym problemem w tym procesie jest ilościowy pomiar, bo to wymaga precyzji, a zatem treningu i doświadczenia, którego niewyszkoleni laboranci nie mają.

Korzystacie ze sztucznej inteligencji i uczenia maszynowego czy jest na to jeszcze za wcześnie w tego typu projekcie?

Z racji tego, że stworzyliśmy samodzielnie nowy format do testowania musimy najpierw pozyskać od klientów wystarczająco wiarygodnych zestawów danych. Wtedy będziemy mogli zastosować zaawansowane techniki, które pozwolą nam np. na udzielanie spersonalizowanych porad dla browarników odnośnie ich procesów warzenia. Stąd w tej chwili nie korzystamy z AI czy ML. Opieramy się wyłącznie na własnych danych i tych otrzymanych od naszych pierwszych browarów. Żeby zacząć analizę danych za pomocą zaawansowanych algorytmów, musimy zebrać odpowiednią ilość danych. Muszę powiedzieć, że, badając piwo, wiele analiz w laboratorium robiliśmy do tej pory manualnie. Ale wykorzystując wiedzę i dane z browarów, będziemy mogli robić to w sposób bardziej zautomatyzowany. Dziś tworzymy dzięki danym z browarów wiele „pojedynczych klocków”, które będziemy mogli później “wkleić” do machine learningu. Jednak teraz nie idziemy jeszcze zbyt szybko w kierunku algorytmów uczenia maszynowego, aby nie stracić kontroli nad zrozumieniem, co się aktualnie dzieje z naszymi danymi.

To ile danych potrzeba, żeby stworzyć skuteczne narzędzie analityczne?

Aktualnie mamy kilkaset tzw. data points. To dość mało, a dodatkowo one są rozłożone na 3-4 parametry, jakie dotychczas pilotowaliśmy we współpracy z firmami. Potrzebowalibyśmy ok. 50-75 browarów, które miesięcznie wykonują pomiędzy 30 a 50 testów, żeby po 6-9 miesiącach móc zbudować reprezentatywną bazę danych. Pracujemy nad tym. Chciałbym zaznaczyć, że nie planujemy handlować tymi danymi. Dane należą zawsze tylko do browarników, zastrzegliśmy sobie tylko prawo do wykorzystania ich do rozwoju produktu.

Zespół, który pracuje nad urządzeniem Beer-O-Meter, składa się wyłącznie z biotechnologów?

Jestem w zespole jedynym biotechnologiem. Bezpośrednio nad projektem pracuje 9 osób. Są w tym gronie ludzie od IT, inżynierowie od software’u, jest także chemik, ekspert w zakresie budowy urządzeń i łańcucha dostaw oraz business developer, jak również osoba od marketingu i sprzedaży.

A co z data scientistami?

Niewątpliwie taka osoba pojawi się naszym zespole w przyszłości. Nie jest ciężko znaleźć człowieka, który chciałby się tym obszarem zająć, ale dużo trudniej zdefiniować początkowe zadania, jakie chcielibyśmy przed nim postawić.  Eksperci od analizy danych mają wyspecjalizowane profesje, jakimi się na co dzień zajmują. Znalezienie kogoś dobrego i skutecznego w analizie danych nie oznacza, że ta sama osoba pomoże w zbudowaniu i ustrukturyzowaniu naszej bazy danych. W SG Papertronics musimy jednak przejść przez kolejne etapy analityki. Dlatego dziś rozwój zespołu planujemy w kierunku rozbudowy laboratorium i produkcji testów, która w tej chwili najbardziej ogranicza nasz produkt.

W tej chwili za pomocą rozwiązania Beer-o-meter testujecie parametry w browarnictwie kraftowym. Gdzie jeszcze takie testy mogłyby być wykorzystywane? 

Faktycznie przypadek browarników kraftowych okazał się dla nas bardzo dobry pod względem rozwoju produktu, ponieważ to nowoczesne środowisko. Zatem widzimy rozwój naszego rozwiązania wszędzie, gdzie testowanie nowinek technologicznych jest standardem. Myślę, że z powodzeniem w podobny sposób jak piwo można badać np. próbki moczu, choćby w celu dopasowania diety. Wiele osób uprawia dziś sport, bada parametry swojego ciała. Wyczynowi sportowcy, ale też ci rekreacyjni używają testów paskowych, które z tego, co wiem, nie są do końca efektywne, ponieważ odczyty bywają zaburzone. Jest to więc rynek, na którym można byłoby wykorzystać nasze rozwiązanie. Inny rynek, który obserwujemy, to rolnictwo, gdzie moglibyśmy wspomóc proces doboru rodzaju i ilości nawozów czy środków ochrony roślin.

Jak skuteczność tej technologii oceniają browarnicy?

Współpracujemy z wyselekcjonowaną grupą browarów o różnej wielkości i profilu działania, która pozwala nam zebrać odpowiedni typ informacji. Browarnicy korzystający z Beer-o-meter są zadowoleni z jego skuteczności i użyteczności w codziennej pracy. Oczywiście zwracają nam uwagę na to, co jeszcze możemy poprawić, ale cieszy nas przede wszystkim, że testy już wspierają browarników w ich działaniach. W przyszłości chcemy zwiększyć liczbę analizowanych parametrów i nadal pracujemy nad ulepszaniem technologii.

O jakie parametry chcielibyście rozwinąć możliwości urządzenia? Jakie nowe funkcje przydałyby się browarom?

W pierwszej generacji produktu mamy parametry, które zapewniają kontrolę procesu warzenia piwa, czyli pH, badamy cukry fermentowalne, alkohol, zawartość skrobi oraz kolor piwa. To jest absolutna podstawa, aby móc mówić o wdrożeniu kontroli jakości. Ważne jest, aby testy wykonywać regularnie podczas warzenia piwa i powtarzalnie między kolejnymi warkami. W ten sposób można pozyskać odpowiednią ilość danych wysokiej jakości i móc później stosować machine learning. W kolejnych generacjach chcemy wprowadzić test na goryczkowość, skład mineralny wody, czy tzw. off-flavours, które występują w niewielkich ilościach w piwie, a potrafią “napsuć krwi” browarnikowi. Rozwijając produkt w ten sposób, zapewnimy browarom kraftowym łatwy dostęp do ważnych dla nich analiz chemicznych w przystępnej cenie oraz pomożemy im wdrożyć proces kontroli jakości dopasowany do ich potrzeb. Przez stopniowe działanie wszyscy mamy czas nauczyć się korzystania z rosnącej ilości informacji pochodzących z testowania i uniknąć wielu pomyłek, choć zapewne nie wszystkich.

Udostępnij link

https://www.datasciencerobie.pl/o-tym-jak-analiza-danych-chemicznych-poprawia-smak-piwa/