Artificiell intelligens används alltmer för att hjälpa till att förstå egenskaperna hos mat och deras troliga sammankopplingar
Letar du efter det perfekta receptet, eller en ny smakkombination som gör sinnena glada?
Alltmer, aktörer inom livsmedelsindustrin anammar artificiell intelligens för att bättre förstå smakens dynamik, arom och andra faktorer som spelar in för att göra en livsmedelsprodukt till en framgång.
Tidigare i år, IBM blev en överraskningsaktör inom livsmedelssektorn, tillkännager ett partnerskap med smaksättningstillverkaren McCormick för att "utforska smakområden snabbare och effektivare genom att använda AI för att lära sig och förutsäga nya smakkombinationer" genom insamlade data från miljontals datapunkter.
Partnerskapet belyser hur teknik används för att störa livsmedelsindustrin genom att hjälpa till att utveckla nya produkter och svara på konsumenternas preferenser och erbjuda förbättrad näring och smak.
"Mer och mer, livsmedelsföretag anammar digitalisering och blir datadrivna, sade Bernard Lahousse, medgrundare av Foodpairing, en startup med kontor i Belgien och New York som utvecklar digitala mat-"kartor" och algoritmer för att rekommendera mat- och dryckeskombinationer.
Lahousse sa att hans företag har "den största smakdatabasen i världen" som möjliggör bättre matförutsägelser baserat på både mänskliga preferenser och dataanalys.
Bättre data kan hjälpa till att bestämma optimala odlingsförhållanden för olika livsmedel, säger forskare
"Istället för att använda en expertpanel eller konsumentpanel utvecklar vi algoritmer som kan översättas till hur konsumenter ser på den här produkten, " han sa.
Digitalisera smaker
New York-baserade Analytical Flavor Systems använder AI för att skapa en modell eller "gastrograf" av smak, arom, och textur för att förutsäga konsumenternas preferenser för mat- och dryckesprodukter.
Plattformen, som nyligen samlade in 4 miljoner dollar i finansiering, syftar till att hjälpa företag "skapa bättre, mer riktade och hälsosamma produkter för konsumenter, " enligt grundaren Jason Cohen.
Det är inte klart hur mycket finansiering som går till AI-matsatsningar, även om den totala mattekniska investeringen uppgick till 16,9 miljarder USD 2018, enligt uppgifter från investeringsplattformen AgTech Funder.
Brita Rosenheim, en livsmedelsteknikanalytiker och investerare i Analytical Flavor Systems genom företaget Better Food Ventures, nämnda teknologi kan hjälpa "digitalisera befintliga data" från mänskliga smakpaneler och påskynda processen för att utveckla nya livsmedelsprodukter.
Artificiell intelligens, som har stört ett antal ekonomiska sektorer, används alltmer inom livsmedelsindustrin för att utveckla nya smaker och produkter
"Den typiska utvecklingsprocessen för livsmedelsprodukter är lång, och det finns många hål där det inte finns någon tydlig feedback på hur marknaden reagerar, så den här typen av teknik kan hjälpa, sa Rosenheim.
Foodpairing, till exempel, erbjuder sin "flavor intelligence"-karta baserad på molekylär analys:en spansk torrtorkad skinka, till exempel, har element som beskrivs som "ostaktiga" eller sura medan rödbetor har en "träaktig" och "karamellaktig" smakprofil.
Lahousse sa att en av dess anmärkningsvärda parningsrekommendationer var ostron och kiwi, som blev en signaturrätt på en välkänd belgisk restaurang.
"Foodpairing kartlägger alla möjliga parningar, men maten är kulturell och personlig, ", sa han. "Det är därför vi också använder konsumentbeteende för att öka relevansen av parningarna när vi arbetar med livsmedelsföretag."
Basil från MIT
Forskare vid Massachusetts Institute of Technology illustrerade hur AI kan vara användbar för att bestämma optimala odlingsförhållanden genom att odla basilika med överladdad smak, och hoppas kunna anpassa det för andra produkter.
Digitala profiler kan användas för att bättre förutse vilka livsmedel och kombinationer som kommer att accepteras, även om idén om "personlig mat" är långt ifrån verkligheten
"Artificiell intelligens kan ge oss möjligheten att använda stora datamängder med detaljerad jordbruksinformation för att förbättra våra matgrödor, snabbare än någonsin tidigare, sade John de la Parra, chef för MIT:s Open Agriculture Initiative.
Bättre datainsamling och standarder är avgörande för att möjliggöra innovationer inom livsmedel, sa Matthew Lange, en föreläsare vid University of California i Davis och chef för IC3 Foods forskningscenter om livsmedelsinformatik som arbetar med datastandarder för livsmedelsegenskaper.
"Jag ser många människor som tillämpar maskininlärning kring smak och näring i receptutveckling, sa Lange.
Lange sa att detta skulle kunna ta fart ännu mer med bättre standarder och datadelning för att kartlägga smaker och aromer, öppnar upp för nya möjligheter för "personlig" mat och recept som erbjuder bättre smak, näring och färgbarhet.
"Om vi har förmågan att "spela upp" smak och arom kommer det att skapa en veritabel explosion i teknik och affärsmodeller, " han sa.
"Föreställa att kunna ringa in (de föredragna smakerna och aromerna) för att skapa en sås som du gillar, " sa han. "Du kanske vill skapa något för att få en känsla av stranden, så det här blir en upplevelse."
Livsmedelsföretag blir allt mer datadrivna för att hjälpa till att förstå vilka livsmedelsprodukter som kommer att tilltala konsumenterna
MIT:s de la Parra sa att idén om AI-personaliserad mat inte är trolig snart.
"Personlig mat på individnivå är ett högt mål, " han sa.
"Att göras bra, det skulle kräva stora mängder personuppgifter, mycket som kan kompliceras av frågor om integritet och säkerhet. Det är mer troligt, inom överskådlig framtid, att AI skulle användas för att förutsäga breda trender i konsumenttrender och smaker."
© 2019 AFP
