AI食品：更可口，还是更烫手？
你的下一顿饭，有没有AI的贡献？
编者按：本文来自微信公众号 Foodaily每日食品（ID：foodaily），作者：Miriam，经授权转载。
自从去年11月Chat GPT横空出世，人工智能技术在全社会掀起新一轮热潮。智能对话、精准搜索、文本处理......普通人的工作和生活方式正在悄然改变。甚至有网友戏称“不知道做啥饭，让人工智能给我出个菜谱吧”，输入现有食材和想要的口味即可生成个人专属“佳肴”。
图源：小红书
当然，人工智能的意义绝不仅在于为日常办公和生活饮食提供帮助。Foodaily看到：AI在辅助产品开发、提高生产效率、管理安全风险上的应用案例也日渐增多。Polaris Market Research的数据表明，2021年，全球人工智能在食品和饮料市场的价值为44.9亿美元，预计在预测期内将保持45.4%的年均增长率。
图源：Polaris Market Research
随着人工智能渗入到食品产业的方方面面，如何看待AI在食品领域的积极作用与负面影响，也成为当前产业界、科学界的讨论热点。今年5月在美国进行的一项在线%的受访者认为人工智能会对人类构成威胁，仅有22%的人保持积极态度。
日渐成熟的人工智能究竟为食品行业带来怎样的变化？AI面临的挑战与质疑，会不会影响它在食品产业中的推进？当前尚处于探索中的AI新应用，又将为食品行业勾勒出怎样的未来画卷？
01设计配方、创新口味、绘制包装：AI无所不能？
食品与饮料公司正在借助AI技术加速包装食品开发、原辅料创新与包装设计。在开发速度、创意新颖度、对口味偏好的把握度上都展现出惊人的效率。
7月初，全球首款完全由人工智能开发的能量饮料HELL ENERGY上市。该款饮料在配方设计、口味评估、安全性管理、营销等每个环节中都由人工智能系统精心打造。
图源：HELL ENERGY
在设计该款饮料时，AI创造了三种风味，并利用纽约一家公司的技术对口味进行微调和数字化。
通过分析能量饮料成分、销售数据、消费者反馈、营养健康研究和行业趋势等相关数据，AI可以优化产品的营养标准。甚至为了保护配方秘诀，AI还将其保存在HELL ENERGY匈牙利工厂的电脑中，并采取足够的安全保护措施。此外，AI还负责包装设计，为饮料罐注入年轻时尚的美感，令品牌形象与人工智能自身的数字风格协调一致。新品经过严格的质量控制，在盲评中获得出色的成绩，进一步验证了人工智能的非凡能力。
另一个引发行业关注的AI产品则是今年6月8日，由日本札幌啤酒厂和 IBM 日本公司联合推出的首款使用人工智能开发的含气酒精饮料Salty Plum。在开发过程中，被命名为N-Wing Star（新翼之星）的AI系统对现有170种产品进行分析，评估了约1200种配方和700多种原料后，生成这款酒饮的基础配方——包括推荐的原料组合、每种材料的配比和味道。
图源：Food Navigator
实际上，AI“涉猎”的不光是饮品。早在去年10月，卡夫亨氏就发布了基于AI技术开发的植物基奶酪NotCheese。产品由水、椰子油、改性玉米淀粉和鹰嘴豆蛋白制成。为了达到接近乳基奶酪的可融化性和特有的风味与质地，卡夫亨氏与智利科技公司NotCo合作，借助NotCo创建的人工智能程序Giuseppe，在包含30万种植物的数据库中寻找与酪蛋白具有相似分子结构的植物。在制出样品后，NotCo的厨师进行人工感官测试，以确定AI配方与动物乳奶酪的吻合程度，并不断向 Giuseppe 提供反馈，指导Giuseppe如何改进产品。在反复试验和人机合作下，最终创造出口感逼真、营养密度也相差无几的NotCheese。据了解，这款植物基奶酪去年在美国克里夫多兰进行了为期8周的测试，取得销量第一的优异成绩。
与包装食品异曲同工，AI同样可以加速原辅料的开发。
就在今年7月初，加州合成生物学公司 Shiru 宣布其基于人工智能开发的第一种食品成分OleoPro™实现商业化。这是一种新型的植物蛋白脂肪成分，能够减少植物肉中高达 90% 的饱和脂肪，同时提高植物肉的加工性能。
图源: shiru
Shiru 公司搭建了一个人工智能平台 Flourish，包含自然界中发现的近4.5亿种蛋白质的结构数据。Shiru 的生物化学家和计算生物学家通过人工智能和生物信息学在不到 3 个月时间里扫描并筛选了近万种配方，最终确定出植物蛋白分子的精确结构。这些分子具有与动物脂肪“抓油”结构类似的独特结构，能与油结合产生结构化脂肪。
为了提高植物肉产品的食用体验，芬美意在2022年7月创造出第一款用AI制作的香精。通过与微软合作，芬美意利用自有的原材料数据库，找到各种风味成分间的搭配方案，最终获得“轻炙牛肉”的味道组合，集肉香、肥美、久炖和轻炙等风味于一体。芬美意公司首席数字与信息官Eric Saracchi表示：“AI香精通过提供准确的配方构架起点，加快并改进调味师的创作过程，可以比以往更快地创造出定制的感官体验。”
图源：GettyImages
在包装设计方面，AI更是得心应手。
6月13日，在“杭州亚运会倒计时100天”之际，伊利推出「亚运定制纯牛奶」AI忆江南限定系列包装。产品以AIGC技术辅助包装设计，通过“科技感、自然生机、东方美学、未来感、极简和童线个关键词，让传统古典美与前沿科技充分碰撞，给消费者带来全新视觉体验。
图源：伊利
5月10日，王老吉以“中国风”为主题，推出饮料行业首批AI自主设计包装。AI以笔墨为基，结合春夏秋冬四季概念，以及山水、林木、飞鸟等传统国风元素，快速整合成多款包装提案，在设计团队评估后，选定四款落地。
更早的3月，钟薛高推出低价雪糕品牌“Sa'Saa”，包装也均由AI生成。AI共设计绿豆冰、红豆冰、牛奶冰和可可冰4种口味，并生成不同的设计图案。据悉，“Sa'Saa”的设计开发使用了包括ChatGPT、文心一言在内的多款主流AI产品。
图源：钟薛高
02产品开发只是小菜一碟，“目光远大”的AI志在食品产业革命
除了提高研发效率和精准度外，目前全球范围内，人工智能在食品基础科学、农业生产、消费者行为分析、生产控制、供应链管理和零售渠道等方面有许多尚未大规模商业化的研究正在如火如荼地进行当中。
1、智慧农业
与传统农业相比，智慧农业由于人工智能的参与能够对种植的产前、产中、产后阶段进行全局优化。借助AI技术得到的精确数据，能够给农民提供资源配比最大化的建议和意见，从而更好地掌握每一次播种、浇水、施肥，实现农作物最大产出量。国内外不少院校等科研机构在致力于农业与人工智能的应用，便利亿万农业从事者。在机械作物和农业自动化领域，收割机器人领域的多位作者做出了杰出的工作贡献，Robocrop 双臂机器人适用于水果采摘，性能取决于输入图像特征，可以自动识别对象并成功完成采摘。
在未来口，还是更烫手？，农业工作者还可以在最佳的生长因子下培育出更好的食物。美国Sentinent公司就发明了一种可以创造罗勒生长条件的系统。该系统能够仔细检查光照强度、温度、盐度和水分胁迫等因素对罗勒的影响。
到目前为止，虽然仅在实验室层面取得了一些进展，但Sentinent正在寻找制作完美食物的特定“成分”，以更好地适应未来农场所需AI食品：更可。
图源：analyticsinsight
今年6月，英国农业收割领域的自动化技术公司UPP开发出一款载入人工智能系统的收割机器，能够准确识别出农田里的花椰菜头。收割机将整颗花椰菜提升到拖车上，在拖车上将叶和茎分离。收割的花椰菜被加工成新型蛋白质，作为大豆和豌豆蛋白的替代品。
图源：
2、食品安全与营养分析
在食品安全控制领域，下一代测序（NGS）和电子鼻（EN）被认为是最有前途的两项技术。下一代测序正在取代传统的DNA检测，可以更准确地制定数据采集和实验室试验。电子鼻则比人更精确地识别出各种气味，并将感知到的数据传输给数据中心，AI在访问这些数据后做出决策，警报信号就会反馈给食品生产企业。
图源：inimitablee.wordpress
爱尔兰技术开发商Bia Analytical将快速蒸发电离质谱法 (REIMS) 与AI技术结合，能够快速进行肉类真实性分析。在Foodaily看来，引入AI并不会改变检测步骤与分析判据，但会提高测试系统的灵敏度和可靠性。据悉，这项可在几分钟内就能向生产商或零售商提供肉质测试结果的技术已被申请专利，也许很快就能成为肉类食品管理体系中的重要角色。
此外，通过图像识别和机器学习算法，研究人员正在开发能够自动检测食品质量和安全性的系统，包括识别食品中的有害物质、检测食品中的微生物污染。2022年10月，瑞士研究人员开发出一种基于AI和算法驱动的应用程序，利用红绿蓝深度图像进行食物分割、识别与体积估计。AI算法使用两张图片或一段短视频来创建膳食的虚拟 3D 图像，估计体积，然后分析其营养价值。
机器学习同样可以预测食品加工程度。今年5月，哈佛大学与美国东北大学合作开发出一种可预测任何食品加工程度的机器学习算法工具FoodProX。研究人员将食品中的关键营养素数值输入经过训练的FoodProx中，通过跟踪一个连续指数即可判断出此种食物的加工程度，这一算法的出现让消费者可以获取无法获得到的加工程度信息，有助于改善人群健康。
图源：nutritioninsight.com
3、消费洞察
传统的市场营销手段已经不能满足企业需求。利用AI技术对消费者行为进行精准分析和预测，成为企业制定更加有效市场营销策略的重要手段。
2021年3月，奇华顿Taste Wellbeing推出一款突破性的全新数字感官洞察工具 Aroma Kiosk，旨在收集各类商业场景中的消费者感知、洞察并进行实时产品推荐。
Aroma Kiosk结合了一个界面简单友好的触摸屏，与奇华顿最先进的人工智能算法 ATOM 2.0和 VAS 技术相连。消费者闻闻并评价不同的香气特征，然后使用基于人工智能的算法将数据转换为个性化的风味偏好。
图源：foodanddrinktechnology.com
印度Clootrack Software Labs公司开发的Clootrack 是一个基于人工智能算法驱动的数据分析平台，旨在通过基于深度学习和可靠数学模型的人工智能算法来实现对品牌认知的实时评估。Clootrack可以从广泛的数据源中获得开放式的客户对话，可为企业和高风险决策者设计、执行更有效的策略、产品改进以及更好的客户服务和营销。此外它还可以通过分析客户对话来辨别客户的正负面情绪，可以更深入了解客户需求，带来更好的客户体验。
图源：martechseries.com
加工产线也是AI大显身手的地方。美国ABB公司推出了食品和饮料评估系统，该公司表示，该系统旨在帮助食品和饮料制造商改进流程，降低生产成本，让他们更好地了解他们的工厂，从电力到自动化再到数字化准备。
图源：oboticsandautomationnews.com
值得注意的是，这些仍处于实验室开发或小规模试用阶段的AI新技术，能否走向更大的商用市场，推动食品产业的智能化革命，不仅取决于技术本身的成熟度和应用成本，也取决于各个产业链条上的企业、机构拥抱AI的决心和勇气。
03技术障碍与道德难题：AI如何能走得更远？
任何一项新技术的出现，都带有两面性。AI也不例外。
早在2019年，微软联合创始人、知名慈善家比尔⋅盖茨就指出：AI技术“类似于核能与核武器，既危险又有前途”。当下，大量报道在列举AI崛起导致一些职业工种面临消失的风险，比如人工客服、记账员、售票员，甚至程序员。的确，在信息检索、内容编辑、咨询决策、创意设计等传统脑力工作领域，AI正展现出强大算力与设计能力。
AI给人类社会带来的新挑战，远不止人工替代这样简单。
美国商业研究公司Everest Global Inc.,在2019年发布的AI应用报告《Recalibrate Your AI Impact – Insights From 230 AI Use Cases Across Industries》中指出：82%的企业很难将AI系统扩展到公司运营和业务层面，并获取有价值的商业结果。究其原因无外乎：不能跨业务部门交互共享的大量的“数据孤岛”、掌握AI系统运行所需的员工培训成本、没有构建与AI系统相适应的运营策略、管理层对AI缺乏理解和信任等等。
图源：everestgrp.com
跳出企业应用过程中遇到的实际问题，站在整个人类社会层面看，AI面临的挑战则更让我们深思。
第一个挑战是如何确保AI系统安全可靠。随着AI日益复杂，理解和预测它们的行为将变得更加困难，极有可能导致不可预见的错误或事故。
例如，AI无人机测试失控，试图“杀死”操作员；AI自动化网络攻击甚至控制核弹发射井......过去几个月里，AI在军事领域频频出现的“失控”倾向，不断加重着全球各界对AI风险的担忧。
第二个挑战是如何确保AI系统公平且公正。AI系统通常依赖于现实世界的数据，而这些数据可能存在偏差。将存在偏差的数据用于训练AI系统，偏差就会多次重现，可能让结果“谬之千里”。当“基底数据”有问题，由此做出的预测或商业决策又有多大的可信度呢？
第三个挑战是使用AI时的的道德约束。例如，人类可以通过训练AI进行欺骗来获得普遍认可。大众汽车开发了一项编程功能，该功能使得他们的发动机只在被监控时才会减少排放。AI成了少数企业、少数人获取不当利益（评价）时的“作恶工具”。
图源：enisa.europa.eu
上述挑战是任何应用场景都会碰到的问题，依此类推：食品行业中的AI也并非只有美好的一面。
AI可以用来创造更高效、更环保的食品生产方法。但如果监管不当，也可能适得其反——运行一种对环境更具破坏性和能源密集型的加工方法。AI也可以创造新食品，而这些食品是否一定对人类健康有益？产品设计程序当然可以被有效监管，但如何确保监管程序被正确执行？如何确保AI所学习的海量数据都是有用且真实的？如何让AI的输出符合现有的道德规范？
此外，过分依赖AI系统，还存在数据泄露（如个人隐私和敏感信息等）问题；AI系统强化了企业各经营环节的数据整合与联动，也使得任何一个环节的疏漏和失误都迅速影响到整个企业，此时的AI又成了“风险放大器”。
尽管看上去困难重重，挑战不断，AI技术依旧在改变着世界面貌。
04总结
客观、全面地认识一项新技术的优劣利弊，是让新技术得以长远发展的必备条件。
坦率地讲，目前食品行业正在利用的只是AI的初级能力。在未来，AI带给食品行业的改变，将超过过往历次技术革命。它有巨大潜力创造出更科学、更健康的生产力；能最大限度减少制造过程中的人为错误，显著减少加工副产品，降低包装和运输成本，营造更绿色环保的产业形象；同时增加客户满意度，完成精准到个体的个性化订单。
食品行业需要热情拥抱呼啸而来的AI，尽管它有可能把我们带向难以预知的远方。