Může umělá inteligence rychle sledovat další revoluci jídla? Objevte, jak průlomy poháněné AI slibují chytřejší, zelenější a chutnější řešení pro krmení rostoucí populace na světě.
Perspektivní: AI pro jídlo: zrychlení a demokratizace objevu a inovací. Obrázek kredit: Valentinakru / Shutterstock
V nedávném pohledu článek v časopise NPJ Science of FoodProfesorka univerzity Stanfordské univerzity Ellen Kuhl zdůrazňuje globální požadavky na potraviny 2050, omezení tradičních inovací globálních potravinových systémů při plnění těchto požadavků a potenciál pro umělou inteligenci (AI) překonat tato omezení, přičemž zdůrazňuje, že AI není panacea a nemůže plně nahradit lidské odborné znalosti nebo smyslové hodnocení v inovacích potravin. Článek také varuje proti nerealistickému optimismu a zdůrazňuje, že AI by se měla považovat za partnera, který by zrychlil a posílil, nikoli zcela vyřešen, výzvy, kterým čelí potravinový systém.
Článek uvádí příklady schopnosti AI usnadnit úsporu nákladů a času vývojem inovativních, škálovatelných konvenčních alternativ potravin. Zdůrazňuje jeho potenciál při používání ingrediencí šetrných k životnímu prostředí k syntetizaci široké škály potravin bez zvířat. Zejména KUHL podtrhuje význam sdílení údajů o otevřeném zdrojovém kódu a interdisciplinární spolupráce při realizaci tohoto cíle, což vede k udržitelné budoucnosti. Kuhl však poznamenává, že dnešní systémy AI postrádají schopnost plně uchopit jemné sociální, etické a smyslové dimenze potravy, které jsou hluboce zakořeněny v lidské kultuře, a že současné aplikace zůstávají omezeny proprietárními a neúplnými datovými sadami, zejména pro vlastnosti, jako je chuť a texturu.
Pozadí
Pokroky v moderní medicíně usnadnily pokles celosvětové úmrtnosti, což mělo za následek rychlejší rostoucí lidskou populaci než kdy předtím. I když výhody těchto pokroků nelze přeceňovat, současné potravinové systémy se snaží splnit dietní požadavky neustále rostoucí stravy lidstva. Alarmující, prediktivní modely odhadují, že do roku 2050 se naše velikost globální populace přiblíží k 10 miliardám lidí a vyžaduje o 20% více jídla než dnes.
Konvenční potravinové systémy jsou neudržitelné a neefektivní. Zpráva Světové bezpečnosti a výživy Světové banky na světě (2023) zdůrazňuje, že 733 milionů (9,8%) všech lidí trpí hladem a 9 milionů zemře na příčiny spojené s hladem každý rok. Tyto potravinářské systémy jsou také ekologickou a environmentální noční můrou, které se silně spoléhají na zvířecí zemědělství, což je předním přispěvatelem k globálnímu oteplování, odlesňování a nadměrnému čerstvému (pití) vody.
Tyto statistiky zdůrazňují potřebu posunu paradigmatu v globální produkci potravin, podtrhují nedostatky konvenčních potravinových systémů a stanoví půdu pro umělou inteligenci (AI). Z tohoto pohledu KUHL syntetizuje současné znalosti, aby uvedla demerity tradičního vývoje/inovací potravinových systémů, prozkoumala, jak AI a další špičkové pokroky ve výrobě potravin mohou tyto omezení překonat, a výzvy, které musí být překonány, aby se zajistilo zdravější, zítra bez hladu. KUHL identifikuje osm oblastí, kde AI může mít pozoruhodný dopad: předpovídání a optimalizaci proteinových struktur, objevování nových formulací, zrychlení testování spotřebitelů, nahrazení chemických přísad a konzervačních látek, předpovídání textury a mechanických vlastností, zvyšování profilů aroma, vytváření nových formulací z textových výzv a vyvíjející modely nadace pro potraviny.
Potřeba AI při revoluci globální výroby potravin
Tradiční inovace potravin je pomalý, iterativní a složitý proces zahrnující vstupy z několika oblastí (potravinářský věda, kulinářské umění, spotřebitelský výzkum a inženýrství). Je ze své podstaty neschopný zpracovat obrovské množství empirických dat generovaných v dnešním rychle technologicky postupujícím světě.
Kromě toho mohou mít nepatrné změny vstupních parametrů během inovací neočekávané a někdy i motýlí efekt podobné důsledkům na konečný produkt. I když je dokončeno, škálování a nasazení teoretických inovů představuje další praktické složitosti a podtrhuje tento přístup a omyl o omylu jako drahý, časově náročný a neefektivní.
AI představuje životně důležitý nástroj k řešení všech těchto nedostatků. Generativní AI může využít obrovské datové sady (masivní multimodální parametrové prostory) a velké jazykové modely pro identifikaci a výběr složek, vývoje formulací, textur inženýrů a optimalizaci produktů. Zejména negenerační AI se již v tradičních potrubích inovacích potravin rozsáhle používá k simulaci nasazení produktů a jemné doladění stávajících proměnných, čímž se dosáhne optimálních výsledků nutričních a udržitelnosti bez tradičních pokusů a srubových odpadů. Článek však zdůrazňuje, že současné systémy AI jsou omezeny neúplnými nebo vlastnickými datovými sadami, zejména pro subjektivní vlastnosti, jako je chuť, textura a reologie.
Seznam složek shrnuje všechny ingredience v produktu, včetně kusů celého jídla, potravinových extrakcí, přírodních látek, koření, pečení a pomůcek na vaření, zlomkových potravinových látek, potravinových látek, opevnění a vyráběných koření. Příklad poskytuje seznam přísad pro mléčný produkt na bázi rostlin.
Výzvy v AI a bariérách jejího adopce
Současné datové sady A-A-přístupné (open-source) jsou bohaté na profily živin s potravinami. Naproti tomu datové sady potřebné k predikci chuti, textury a reologie jsou vzácné. I když jsou k dispozici, jsou tyto subjektivní datové sady obvykle proprietární a nejsou přístupné.
Povzbuzující je, že tato omezení jsou dočasná a lze je překonat interdisciplinární spoluprácí mezi vědci potravin a údajů a sdílením výsledků s otevřeným zdrojovým kódem. Vývoj nadačních modelů založených na transformaci schopných integrovat multimodální data do sjednocené architektury by tento proces mohl podstatně urychlit, jak prokazuje nedávný model „Cheffusion“ zaměřený na recepturu.
Článek dále upozorňuje, že AI pro jídlo by nemělo být přeprodáno a že je důležité zůstat si vědom jeho omezení, jako je nedostatek transparentnosti, nedostatečná výpočetní síla a složitost dat v reálném světě. Zatímco AI může výrazně urychlit a zlepšovat inovace potravin, autor zdůrazňuje, že lidské odborné znalosti, kulturní porozumění a kreativita zůstávají nezbytná.
Závěry – zítřejší stůl
Z tohoto pohledu KUHL podrobně popisuje osm specifických příležitostí, kde AI může mít transformativní dopad na inovace potravin: (1) předpovídání a optimalizaci proteinových struktur na napodobení živočišných produktů; (2) objevování nových složek složek; (3) zrychlení testování spotřebitelů předpovídáním preferencí; (4) nahrazení chemických přísad a konzervačních látek zdravějšími alternativami; (5) předpovídání textury a mechanických vlastností automatizovaným modelováním; (6) zlepšení aromatických profilů pomocí generativních modelů; (7) generování nových formulací potravin z výzev přirozeného jazyka; a (8) vývoj nadačních modelů pro potraviny, které mohou integrovat multimodální zdroje dat a umožnit rychlou přizpůsobení novým úkolům.
Nutriční štítek obsahuje informace o makronutrietech, včetně celkového tuku, nasycených a trans -tuků, uhlohydrátů, dietních vláken a cukrů a bílkovin a mikronutrientů, včetně vitamínů a minerálů. Příklad poskytuje nutriční informace pro mléčný produkt na bázi rostlin.
Poté poskytne příklady toho, jak může využití AI umožnit úplnou generální opravu konvenčního potravinového systému, což umožňuje zlepšené inovace (např. Simulace k optimalizaci nákladů a efektivity), snížené náklady na životní prostředí (např. Rozvoj alternativ rostlin k živočišným produktům) a spokojenost spotřebitelů (např. S využitím výživných pokynů k předpovědi jejich produktových smyslových zážitků). Článek ilustruje tyto body s příklady v reálném světě, jako jsou příklady rostlin a kuřecí přípravky na bázi AI poháněné AI, objev bioaktiv střev a zdraví a Knorr používání AI pro párování příchutí v rostlinných produktech.
Avšak k dosažení tohoto ideálu a pomoci AI realizovat svůj plný potenciál, rozsáhlou interdisciplinární spolupráci mezi vědci potravin a vědci v oblasti údajů, jakož i ochotou k otevřeným zdrojovým výsledkům. Článek uzavírá, že AI nabízí nákladově a časově efektivní, škálovatelný a inovativní přístup k výzvám v potravinářském systému, ale jeho úspěch bude záviset na realistických očekáváních, transparentnosti a robustních, rozmanitých datových sadách. Celkově tato perspektiva zdůrazňuje schopnost AI demokratizovat inovace potravin, díky čemuž je přístupnější, efektivnější a reaguje na globální výzvy.
