Condividi con noi le tue storie legate al caffè scrivendo a direzione@comunicaffe.it.
BELFORTE DEL CHIENTI (Macerata) – Il progetto Insilicoffee nasce da una domanda semplice ma ambiziosa: è possibile permettere al cliente di un bar di scegliere e personalizzare il proprio caffè, più o meno aromatico o con più o meno caffeina, a seconda dell’orario o delle preferenze?
Per rispondere a questa sfida, Simonelli Group attraverso il RICH (Research and Innovation Coffee Hub), insieme all’Università di Camerino, SPICI e Caffè Gambilongo, ha avviato un’iniziativa che, partendo da una base di conoscenza maturata in oltre trent’anni di ricerca scientifica e prove empiriche, sta mettendo a punto dei modelli matematici capaci di riprodurre i processi chimico-fisici alla base della trasformazione del caffè.
Il gruppo di lavoro, coordinato dal prof. Pierluigi Maponi, ha coinvolto matematici, chimici, geologi, informatici, biologi ed esperti del caffè, con l’obiettivo di portare innovazione concreta nella quotidianità di baristi, torrefattori e consumatori.
Tecnicamente Insilicoffee si basa su due “gemelli digitali” dedicati alla percolazione e alla torrefazione del caffè, integrati da un modello di machine learning.
Il modello della percolazione riproduce i processi chimico-fisici che avvengono durante l’estrazione, partendo dalla polvere di caffè fino alla bevanda in tazza. Esso analizza parametri quali pressione, temperatura dell’acqua, granulometria della macinatura e composizione della miscela, calcolando la composizione chimica della bevanda con un margine di errore inferiore al 10% rispetto alle prove empiriche.
Questo consente di ottimizzare e/o personalizzare l’estrazione del caffè in modo accurato senza ricorrere a numerose prove, risparmiando tempo e soprattutto materia prima.
Il secondo gemello digitale riproduce i processi della tostatura, considerando parametri fondamentali quali specie e origine del caffè verde, tempo e profilo di temperatura, per calcolare le sostanze contenute nel caffè tostato. Ciò permette di ottimizzare il processo di torrefazione e prevedere la composizione chimica della materia prima, evitando analisi chimiche su ogni fornitura.
Sulla base di questi due modelli, il modulo di machine learning calcola il mix di caffè e i parametri di estrazione ottimali per ottenere un risultato coerente con le aspettative del consumatore. Dal punto di vista scientifico, i primi due modelli si basano su calcoli matematici, mentre il modulo che trasforma il profilo desiderato in ricetta applica il principio del modello inverso, elaborato tramite un’intelligenza artificiale basata su reti neurali e deep learning.
Come spiega Lauro Fioretti
“L’intelligenza artificiale richiede molta più potenza di calcolo e memoria rispetto ai modelli matematici e necessita di numerosi test per allenarsi. Al momento non possiamo fornire una percentuale di accuratezza, poiché abbiamo lavorato con un numero limitato di test. Tuttavia, i check effettuati mostrano una curva di apprendimento veloce, con grafici di errore che scendono rapidamente verso lo zero, segnale di alta attendibilità.”
Il prof. Maponi aggiunge “avere un modello di questo tipo significa disporre di una guida precisa e dettagliata che accompagna il barista passo dopo passo nella realizzazione del caffè preferito dal cliente. Esso non sostituisce l’intervento umano, ma lo supporta.”
Dal punto di vista pratico, Insilicoffee si traduce in un’applicazione semplice e intuitiva che, partendo da due o più origini, permette ai consumatori di scegliere tramite smartphone il profilo di caffè desiderato.
Nella prova condotta in Simonelli Group, il pubblico coinvolto poteva scegliere tra quattro profili preimpostati: avvolgente, equilibrato, energetico o pungente, partendo da due caffè singola origine Arabica (Ruanda e Messico) e due Robusta (Indonesia e Java).
Attraverso l’app il cliente può anche creare un proprio profilo tramite cursori che regolano acidità, corpo, aromi e livello di caffeina. Il barista riceve la richiesta su uno display (anche tablet) sotto forma di ricetta con le percentuali delle origini e i parametri di estrazione della macchina.
Come afferma Lauro Fioretti “assaggiandoli tutti, posso garantire che i profili erano davvero differenti e corrispondevano alle scelte. Tutti i partecipanti hanno apprezzato l’esperienza, distinguendo facilmente i caffè e creando la propria esperienza di consumo.”
Il sistema consente di elaborare nuove ricette partendo da altre origini di caffè perché è in grado di adattarsi progressivamente grazie all’autoapprendimento basato sui dati inseriti e sulle preferenze dei clienti. Aggiunge Fioretti “attualmente stiamo analizzando i feedback della sperimentazione effettuata per valutare i riscontri da parte di persone non esperte e non calibrate”.
Dietro questa semplicità si cela un sistema complesso che combina i due gemelli digitali che traducono centinaia di prove sperimentali in algoritmi, a valle dei quali un modulo di deep learning traduce il risultato desiderato in ricetta.
Per il barista, Insilicoffee permette di offrire al cliente in modo semplice un’esperienza di consumo unica e ottenere così un vantaggio competitivo rispetto ad ogni altra forma di consumo del caffè.
Quali sono i costi? È presto per parlarne, poiché il sistema è ancora in fase sperimentale.
L’entusiasmo è sicuramente alto e chi lo ha provato ha espresso un acceso interesse, ma il progetto non è pronto per essere lanciato sul mercato. Ciò significa che occorrerà affrontare ulteriori costi. Ricordiamo che Insilicocoffee è stato in parte finanziato nell’ambito dello Spoke9 “Digital society & Smart City” del centro nazionale “National centre for HPC, big data and quantum computing” e rientra nel Piano nazionale di ripresa e resilienza (PNRR),
Una volta completata la fase di sviluppo, si valuterà come proporlo sul mercato. L’obiettivo è renderlo accessibile a un ampio numero di operatori; sebbene i diritti siano attualmente legati ai promotori, non escludiamo che in futuro possa diventare un sistema aperto a più player.
