Злободневная тема противостояния роботов и человека добралась и до нашего уютного бложика. На повестке дня: чайный мастер VS искусственный интеллект, вооруженный электронными нюхом, языком и оком. Можно ли оцифровать чай или для магии чайной церемонии всё же останется место? Будем разбираться.
Представьте идеальную чайную лабораторию будущего. Кладём образец китайского чая в прибор, нажимаем кнопку и через несколько секунд получаем результат:
- Аромат — 92 балла
- Сладость — 8,4
- Терпкость — 5,1
- Качество — высший сорт
- Вкус: орхидея, персик, мёд
Никаких дегустаторов, разногласий и субъективных оценок. Машина всё измерила и вынесла окончательный вердикт. Исключительная объективность.
Звучит вполне реалистично, особенно сейчас, когда спектрометры умеют определять химический состав продуктов, электронные носы распознают запахи, а нейросети находят закономерности в огромных массивах данных.
Но может ли прибор действительно попробовать чай вместо человека? Короткий ответ: для некоторых конкретных задач — уже да. Для полноценной сенсорной оценки — пока нет. Прибор способен очень точно измерить чай. Но измерить чай и почувствовать чай — не совсем одно и то же.
Как мы чувствуем вкус?
Вкус и аромат не возникают из ниоткуда. За ними действительно стоят вполне конкретные химические вещества. Например, в зелёном чае важную роль играют катехины, кофеин, аминокислоты, органические кислоты, растворимые сахара и множество других соединений.
Кофеин является одним из важных источников горечи. Галлированные катехины, например EGCG и ECG, в значительной степени связаны с терпкостью и также могут вносить вклад в горечь.
L-теанин и некоторые другие аминокислоты участвуют в формировании умами, свежести и мягкости настоя. Сахара и некоторые аминокислоты способны влиять на ощущение сладости, хотя воспринимаемый сладкий вкус чая значительно сложнее простого измерения количества сахара.
Хороший обзор химических механизмов вкуса чая опубликован в журнале Trends in Food Science & Technology: Association between chemistry and taste of tea (взаимосвязь между химическим составом и вкусом чая, прим. автора).
На первый взгляд всё выглядит довольно просто. Измеряем:
- кофеин;
- катехины;
- аминокислоты;
- сахара;
- органические кислоты;
- ароматические вещества.
После этого остаётся только превратить результаты анализа в описание вкуса. Но именно здесь начинаются проблемы.
Аромат ещё сложнее вкуса?
С ароматом ситуация ещё сложнее, чем со вкусом. В чайном листе могут присутствовать десятки и сотни летучих соединений: спирты, альдегиды, кетоны, терпены, эфиры и множество других веществ. Одни связаны с цветочными оттенками, другие — с фруктовыми, травянистыми, медовыми, древесными или печёными.
Современный газовый хроматограф с масс-спектрометром GC-MS способен разделить эту смесь и показать, какие молекулы присутствуют в образце и в каком количестве. Но знание концентраций ещё не означает, что мы знаем запах. Особенно хорошо это демонстрирует очень свежая работа 2026 года о жареном зелёном чае из культивара Zhongcha 302.
Оффтоп: если хочешь не просто читать про чай, а реально начать в нём разбираться — загляни в наш Telegram. Там самые свежие авторские подборки посуды, экспертные разборы чая, анонсы новинок и акций. Вот ссылка: t.me/teaworkshop Если к «самолётику» доступа нет, то импортозамещённый Max тоже имеется: max.ru/teaworkshop
Эксперимент с зелёным чаем
Исследователи определили семь ключевых ароматических веществ этого чая и начали смешивать их попарно. Из семи веществ получилось 21 сочетание.
Если бы человеческое восприятие было простой суммой химических компонентов, эксперимент был бы предсказуемым: запах вещества A + запах вещества B = запах A и B вместе. На практике получилось совсем иначе.
Из 21 пары исследователи обнаружили:
- 13 синергетических взаимодействий;
- 6 случаев маскирования;
- 1 аддитивное взаимодействие;
- 1 пару без заметного взаимодействия.
То есть в большинстве случаев мозг воспринимал смесь не так, как можно было ожидать из простого сложения двух ароматов. Так было обнаружено несколько эффектов.
Синергия
Два вещества вместе могут давать ощущение сильнее ожидаемого. По отдельности аромат каждого кажется умеренным, а вместе они внезапно создают значительно более выраженный профиль.
Маскирование
Одно ароматическое соединение может уменьшать восприятие другого. Например, исследователи обнаружили, что сочетание гераниола и транс-бета-ионона снижало воспринимаемую интенсивность цветочного оттенка.
Аддитивный эффект
В другой комбинации (гераниол и метилсалицилат) ароматическая картина усиливала цветочные и сладкие характеристики более предсказуемым образом. Причём исследователи проверили эти взаимодействия не только в обычном водном растворе, но и в среде, близкой к настоящему чайному настою. Оказалось, что присутствие других компонентов чая тоже влияет на то, как воспринимаются ароматические вещества.
В чем тогда польза химического анализа?
Есть огромный класс задач, где человеку как раз гораздо сложнее конкурировать с прибором. Например, лабораторный анализ позволяет точно определить:
- содержание кофеина;
- концентрации отдельных катехинов;
- аминокислотный профиль;
- летучие ароматические вещества;
- минеральный состав;
- остаточные пестициды;
- тяжёлые металлы;
- многие признаки происхождения и обработки сырья.
Дегустатор может сказать: «чай кажется особенно терпким». HPLC может сказать: «в настое столько-то миллиграммов EGCG». Это разные типы информации. И для контроля производства объективное число часто оказывается значительно полезнее субъективного впечатления.
Робот определяет происхождение чая
Учёные взяли чай из Тайваня, Китая и Вьетнама и использовали видимую и ближнюю инфракрасную спектроскопию — VIS/NIR. В исследовании было 102 образца, среди которых 72 относились к частично окисленным чаям, в том числе улунам.
Подробная работа опубликована здесь: Quantitative analysis and discrimination of partially fermented teas from different origins using visible/near-infrared spectroscopy coupled with chemometrics.
Как работает ближняя инфракрасная спектроскопия?
Если сильно упростить, чай освещают светом разных длин волн и измеряют, какие участки спектра сырьё поглощает и отражает. Разные химические связи взаимодействуют с излучением немного по-разному, поэтому получается своеобразный спектральный «отпечаток» образца.
Сам по себе такой график человеку почти ничего не скажет. Зато алгоритм может анализировать сотни или тысячи спектральных параметров одновременно и искать закономерности.
В исследовании использовали диапазон от 400 до 2498 нм, а затем применяли статистические модели и метод опорных векторов — SVM. В оптимальных моделях исследователи получили 100% точность классификации типов чая, происхождения и отдельных тайваньских производственных регионов в использованных обучающих и проверочных выборках.
Звучит впечатляюще. Но здесь важно понимать, что именно доказал эксперимент.
Так машина научилась пить чай?
Прибор решал конкретную классификационную задачу — на какой из известных исследованию групп похож этот образец? Он не отвечал на вопросы:
- вкусный ли этот чай;
- приятное ли у него послевкусие;
- гармоничная ли терпкость;
- кажется ли аромат естественным;
- захочет ли человек купить этот чай.
Более того, высокая точность модели внутри конкретного набора данных ещё не гарантирует такую же точность на чае другого урожая, другой фабрики или неизвестного ранее региона. Это одна из главных проблем современных моделей машинного обучения в пищевой аналитике — переносимость результата за пределы исходного эксперимента.
Человек тоже является измерительным прибором
Иногда сенсорную оценку противопоставляют «объективному анализу» так, будто человек — источник хаоса, а прибор — источник истины. Это не совсем правильная постановка вопроса.
Если нам нужно узнать концентрацию кофеина, человеческий язык действительно является ужасным измерительным прибором. Но если важно ответить на вопрос, насколько горьким этот чай кажется человеку, то человек становится единственным прибором, который непосредственно измеряет интересующую нас величину — человеческое восприятие. Машина может измерить концентрации потенциально горьких веществ, но «горечь» существует не в пробирке, а в нервной системе того, кто пьёт чай.
Дегустатор — это профессия?
Разумеется, люди отличаются друг от друга. Один дегустатор чувствительнее к горечи, другой лучше различает цветочные оттенки. На оценку могут влиять усталость, настроение, посторонние запахи, температура напитка и даже окружающая обстановка. Именно поэтому профессиональную сенсорную оценку стараются стандартизировать.
В Китае существует действующий национальный стандарт GB/T 23776-2018 «Методика сенсорной оценки чая». Международный стандарт ISO 3103:2019 отдельно стандартизирует приготовление чайного настоя для сенсорных испытаний.
То есть задача профессиональной дегустации как раз заключается в том, чтобы максимально уменьшить влияние случайных факторов. Одинаковая масса чая, одинаковая вода, одинаковая посуда, одинаковое время заваривания и единая терминология позволяют превратить человеческое восприятие в более воспроизводимый метод анализа.
Электронный нос, язык и глаз
Есть технологии, которые пытаются сымитировать работу человеческих органов чувств. Нас в контексте чая интересуют три прибора.
Электронный нос
Это набор газовых сенсоров. Он не распознаёт аромат так, как человек говорит «жасмин» или «персик». Вместо этого смесь летучих веществ создаёт определённый паттерн сигналов, а модель учится связывать этот паттерн с известными образцами.
Электронный язык
Похожим образом работает массив сенсоров, реагирующих на вещества в жидком настое. Он может различать образцы по горечи, терпкости, кислотности и другим характеристикам, если предварительно обучить систему на соответствующих данных.
Электронный глаз
Машинное зрение оценивает форму сухого листа, цвет, размер, однородность, цвет настоя и внешний вид спитого сырья. Кстати, в одной из предыдущих статей, посвященных сбору чая, мы уже обсуждали технологию, которая помогает сегментировать сырье в процессе машинного сбора. Там тоже используется визуальная оценка на основе массива данных.
К слову, если вы вдруг вообразили, что электронные анализаторы похожи на соответствующие человеческие аналоги с условными ноздрями и ресницами, то это не так. Они вовсе не имитируют гомосапианскую анатомию. Чаще всего это большие металлические штуковины, подключенные к компьютерам.
Большой обзор электронных сенсорных систем для чая показывает, что такие технологии уже используются для определения сорта, происхождения, степени обработки, хранения, градации качества и даже обнаружения фальсификации. Будущее уже здесь.
Так ИИ уже умеет оценивать чай?
Да. ИИ не просто является гипотетическим инструментом будущего — модели машинного и глубокого обучения уже активно применяются в чайных исследованиях. Они анализируют:
- спектры;
- изображения чайного листа;
- сигналы электронного носа;
- данные электронного языка;
- химический состав;
- несколько типов данных одновременно.
В обзоре 2025 года по применению deep learning в контроле качества чая описываются модели для определения сорта, происхождения, качества, степени ферментации, примесей и химического состава. А современные системы всё чаще объединяют сразу несколько каналов информации.
Например: камера + ближний инфракрасный спектр + электронный нос + электронный язык + химический анализ. После этого нейросеть ищет закономерности уже во всём массиве данных.
Почему тогда ИИ до сих пор не заменил человека?
Потому что создать модель, которая прекрасно работает на конкретном эксперименте, намного проще, чем создать универсального электронного дегустатора. Свежие обзоры называют несколько основных проблем.
Мало качественных данных
Для обучения ИИ нужны тысячи хорошо описанных образцов. Причём недостаточно просто измерить их химический состав. Нужна пара: объективные измерения + стандартизированная сенсорная оценка. И желательно, чтобы каждый чай оценивала не одна персона, а подготовленная группа дегустаторов.
Чай постоянно меняется
Один и тот же сорт с одной плантации отличается от года к году. Меняются погода, сырьё, технология, хранение и оборудование. Модель, прекрасно различавшая партии 2024 года, совершенно не обязана так же хорошо работать с урожаем 2027 года.
Разные лаборатории получают разные данные
Два спектрометра разных производителей могут выдавать немного отличающиеся сигналы. Электронные сенсоры со временем дрейфуют и требуют калибровки. Даже способ подготовки образца влияет на результат.
Человеческое восприятие нелинейно
Мы уже увидели это на примере Чжунча 302. Химические вещества усиливают, подавляют и модифицируют восприятие друг друга. Современные модели машинного обучения действительно умеют описывать нелинейные зависимости значительно лучше простых моделей. Но сначала эти зависимости нужно показать алгоритму на достаточно большом количестве реальных примеров.
Нужно ли вообще заменять дегустатора?
Если задача — проверить сотни партий на производстве, определить происхождение, обнаружить отклонение от стандарта или быстро отсеять подозрительный чай, автоматический анализ имеет огромные преимущества. Ведь прибор не устает, может анализировать сотни образцов, не зависит от настроения, выдаёт количественные данные и может заметить изменения, которые человек вообще не чувствует.
А человек умеет то, ради чего чай в конечном счёте вообще существует: воспринимать аромат как целостный образ, оценивать баланс вкуса, замечать послевкусие, ощущать текстуру. Так что лучший сценарий ближайшего будущего — не машина вместо дегустатора, а дегустатор с хорошей машиной.
Может ли химический анализ определить качество чая?
До определённой степени. Если мы заранее знаем, что в конкретной категории считается хорошим качеством, можно найти химические показатели, которые с ним коррелируют.
Например, в некоторых зелёных чаях соотношение полифенолов и аминокислот связано с балансом терпкости и свежести. Можно построить модель, которая по химическому составу будет довольно хорошо прогнозировать сенсорную оценку.
Но такая модель всегда учится на человеческой оценке, которая выступает эталоном. И если вкусовые предпочтения рынка поменяются, химия чая останется прежней, а определение «хорошего» качества может измениться.
А что есть «качество»?
Происхождение можно установить объективно. Концентрацию кофеина можно измерить объективно. Цвет настоя можно выразить числом. Но «этот чай вкуснее другого» уже содержит человеческое предпочтение.
Даже профессиональная оценка качества опирается на заранее выбранные критерии конкретного стиля. Очень цветочный современный улун может получить высокую оценку в одной системе и показаться чрезмерно воздушным любителю традиционного прожаренного Дун Дина.
Прибор способен научиться воспроизводить выбранную систему оценки. Но выбрать саму систему за человека он не может.
Вывод
Химический анализ уже способен рассказать о чае невероятно много. Спектроскопия позволяет быстро получать химический отпечаток сырья и определять происхождение. Хроматография показывает отдельные компоненты вкуса и аромата. Электронные носы и языки различают сенсорные профили. Машинное обучение объединяет сотни параметров и строит всё более точные модели.
Но человеческое восприятие не является простой суммой химических соединений. Вещества взаимодействуют друг с другом, другие компоненты настоя дополнительно влияют на их восприятие, а итоговый вкус возникает только в момент взаимодействия напитка с нашей сенсорной системой.
Поэтому сегодня приборы значительно лучше человека отвечают на вопрос: «Что находится в этом чае?» Но когда вопрос звучит так: «Как этот чай ощущается и насколько он хорош?» Человек по-прежнему остаётся главным участником эксперимента. Скорее всего, будущее чайной оценки будет гибридным: приборы будут отвечать за скорость, воспроизводимость и огромные массивы данных, а профессиональные дегустаторы — за смысл этих данных и реальное человеческое восприятие.
Полезные статьи для дальнейшего изучения
На чайной волне.