AI 可用于食品科学的应用转化,例如配方优化。它可收集消费者偏好数据并创建新食谱,以及创建膳食计划。这是一个非常年轻的领域,但非常有前途,特别是对于这个在平衡成本、加工和口味上尤其复杂的行业中。 AI 应用于食品研发的垂直领域之一是替代蛋白: 识别自然界中有趣的特性:许多植物尚未被“探索”。有些可能具有有趣的属性,可以用来发展清洁、低碳食品。例如,Live Green 用 AI 寻找植物性肉类甲基纤维素的替代品,而由 Jeff Bezos 等人支持的智利的 NotCo 凭借现已获得专利的工具 Giuseppe,使用人工智能和机器学习算法来寻找动物蛋白的最佳植物性替代品。 合成生物学,更准确地说,在精密发酵中:从微生物中“重建”人们所需的蛋白质并且扩大生产规模,这一过程可能需要数年时间。多家公司正在设计更快的流程,有的还在概念期,有的已进入半工业规模。在规模上,AI 将是一个真正的游戏规则改变者,使任何食品公司都能识别出具有所需特性的蛋白质并予以“定制”,然后在几周内对其进行实验。 管理生物反应器,特别是细胞农业:该领域的许多公司都有示例产品,但没有一家公司有能力扩大生产规模。初创公司正试图通过创建智能生物反应器来加速这一过程来解决这个问题。
下游
下游的 AI 更接近消费者,虽然大多数对消费者是不可见的,但涉及许多方面,例如质量和食品安全控制、供应商和零售商之间的数据共享(主要痛点)、B2B 市场(2023 年投资者和创始人感兴趣的关键领域之一)、供应链优化、食物浪费,无论是在零售店(创建某种收益管理,以便在新鲜产品临期面临丢弃时实时调整价格,例如 Smartway),还是在餐馆(通过图像识别来检测丢弃的食物,然后修改之后的订购计划)。 另一方面,AI 面向消费者的应用可以有: 为了透明:向消费者提供有关所购买(或希望购买)的食品的相关数据; 个性化:分析消费者的健康和饮食偏好,然后定制营养计划。Spoon 为此目的测试了让 ChatGPT 给出特定食谱的能力,结果令人满意。 在上述两种情况下,使用 ChatGPT 之类的对话式 AI 工具可以大大提高效率。 AI 无处不在。这项技术只是达到目的的一种手段,所有参与者都可以使用它来产生更大的影响,降低成本或提高研发效率。而当该技术面对用户时,它必须是隐形的才能成功——就像 ChatGPT 之所以成为改变游戏规则的一项产品。 当然,虽然 AI 对食品技术的影响将是巨大的,但实现起来相当缓慢,因为它还需要适应和协调整个供应链的变化。参考链接:1.https://www.greenqueen.com.hk/ai-chatgpt-disrupt-food-tech-use-cases/2.https://www.forbes.com/sites/ilkerkoksal/2021/05/08/using-ai-to-increase-food-quality/?sh=14d6cf291827 欢迎农学领域科研从业者扫码加群,加好友请备注“单位+领域+职位”(不加备注不予通过)↓↓↓