@yuichirominato 2019.02.15更新 198views

【コーヒー】続・量子コンピュータでコーヒーブレンド最適化


はじめに

量子コンピュータを使って最適化したい!毎日仕事ばかりしてると楽しみはコーヒーばかり、せめて美味しいコーヒーを飲みたい。ということで最適化をしてみます。

前回の試み

前回は初回でしたので様々な失敗を繰り返しながらアルゴリズムの開発に成功しました。イジングモデルを使って人間の嗜好性を汲み取った離散最適化アルゴリズムを駆使して美味しいコーヒーを作るべくイジングモデルを頑張りました。

しかし課題もありました。それはコーヒーをブレンドする時間がかかりすぎる!

あとは、意外と5種類のコーヒーブレンドでは組み合わせの数が少なすぎていいブレンドができませんでした。

あとは、インスタントやスーパーの豆が多くて香りが少なくて楽しめない、作る工程を平準化して同じ条件で比較したい!などです。

改善

ということで今回の主な改善ポイントは、、、

1、豆の数を9種類に。前回のブログのおかげで豆をたくさん送っていただけましたので全部で9種類をブレンドできました。
2、豆から粉を挽いて香りを出しました。
3、前回はペーパーで漉してやってましたがカリタのコーヒーマシンを調達

やってみました。

粉を混ぜる

この時点でアウトでした。粉を混ぜて抽出はかなり時間がかかります。

いきなり諦めてまずは液体で混ぜることになりました。早速混ぜる用のボトルを購入。

液体を混ぜる

今回はコーヒーメーカーを購入しましたがボトルネックはコーヒーメイカーでした。こちらは水を入れたらお湯にして抽出してくれますが、なかなか時間がかかります。全部のボトルを抽出するのにものすごい時間がかかりました。

粉はグラインダーで挽きましたがこれも手際は関わりますね。今後の課題です。

全部揃う

とりあえず全部揃いました。今回は9種類から20のサンプルを作りました。ブレンドは前回同様で、2:1:1の分量で混ぜます。多く混ぜるのがメジャー、少なく混ぜるのがマイナーです。

前回の問題点は粉の種類が小さくてサンプルがたくさん取れなかったことでしたが今回は十分です。

全部混ぜる

混ぜて飲みました。前回は立候補した評価者は2名でしたが、今回は10名立候補がでましたので、全部で60コップがあったので、ひとり6ずつです。

すごい量で、これだけ揃うと圧巻です。

結果は、、、みんなで投票をしていいものを選んでもらいました。

意外にもみんな好きな味が同じで評価がかなり偏りました。その結果あることがわかりました。

嗜好性

その結果みんながブラインドテストで行なって高い評価をえたのがパナマのコーヒー豆でした。今回参加者の中にはコーヒーのプロの方も参加していましたが、唸っていたと思います。結構みんなパナマを選んだのは意外だったようです。値段が高いらしいので面白かったようです。

最適化

時間がないので今回は良さそうなものを選び次世代を生成しました。味の評価は面白かったようで、パナマのコーヒーをメジャーに持ってきて、モカが入ると風味が出て評価が高いという結果になりました。

次回の改善

今回はコーヒーの超プロの方が参加されてました。ブレンドでの次回の改善点もプロの方のアドバイスによってうまくいきそうです。結果として色々な考察がありましたが、次回はこのように進めます。

1、ブレンドのコーヒーはフレンチプレスで粉を入れてからお湯を入れて上澄みを混ぜるという簡易的な方法を採用。
2、ブレンドするコーヒーは9-10種類程度が良さそうなので、効率的に混ぜられるように、この数でアプリを作っておく。
3、誰がどのコーヒーを飲めばいいか、そして飲んだコーヒーを評価して集計するウェブシステムを作る

ということです。近々第三回目を開催します!以上皆さまありがとうございました。