“嗯……3號紅色素禁令很快就要生效了，我們需要找到替代方案；如果必須在食品包裝的正面標(biāo)注營養(yǎng)信息，還要降低部分產(chǎn)品的含糖量。該從哪兒著手呢？”

如今，對于這種問題的解決之道越來越多地依賴人工智能（AI）。

AI 能夠通過計算機(jī)模型測試多種潛在替代成分，從而找到合適替代品。對產(chǎn)品研發(fā)而言，AI 最大的優(yōu)勢在于能夠大幅縮短“試錯周期”。盡管首次使用時需要投入時間錄入企業(yè)和產(chǎn)品數(shù)據(jù)，但后續(xù)操作會越來越高效。

“這就像降噪耳機(jī)，能過濾掉90%‘干擾信息’，讓你專注于10%的關(guān)鍵內(nèi)容。” FlavorMind公司的Ben Wolpert打了個比方。

該公司另一位負(fù)責(zé)人Alexia Ciarfella指出：“未來幾年，產(chǎn)品研發(fā)人員的角色將發(fā)生轉(zhuǎn)變。產(chǎn)品開發(fā)的專業(yè)知識始終不可或缺，但我認(rèn)為產(chǎn)品開發(fā)人員將會更多地投入到AI應(yīng)用方法論的構(gòu)建中，比如思考如何量化以往無法量化的產(chǎn)品屬性和原料特性。”

她補(bǔ)充道：“我認(rèn)為，未來幾年我們最得力的合作伙伴將是數(shù)據(jù)科學(xué)家和軟件工程師。”

 

重塑經(jīng)典產(chǎn)品

卡夫與NotCo聯(lián)手打造的植物基芝士通心粉，已然成為AI輔助食品研發(fā)的經(jīng)典案例。卡夫亨氏對2022年的這一合作成果印象深刻，這家食品巨頭不僅投資入股，還與來自智利的植物基食品開發(fā)商N(yùn)otCo在美國成立了合資公司。NotCo憑借其自主研發(fā)的AI系統(tǒng)，成功開發(fā)出該植物基產(chǎn)品。

得益于NotCo旗下名為Giuseppe的AI引擎，卡夫芝士通心粉項目的研發(fā)周期縮短至8-10個月，而傳統(tǒng)研發(fā)周期據(jù)稱需要24個月。

其具體流程如下：首先對目標(biāo)產(chǎn)品進(jìn)行量化評分，包括黃金標(biāo)準(zhǔn)特性的數(shù)值化指標(biāo)，同時涵蓋新品研發(fā)的目標(biāo)參數(shù)。將這些數(shù)據(jù)輸入Giuseppe后，AI平臺會向產(chǎn)品研發(fā)人員推薦配方方案。

這一過程遠(yuǎn)比描述復(fù)雜，接下來我們深入解析。

Giuseppe的研發(fā)可追溯到10年前，但直到與卡夫合作，以及為Shake Shack開發(fā)無蛋布丁項目之前，一直未被公開?？ǚ蚝嗍系钠渌麕卓町a(chǎn)品也由此產(chǎn)生，如Not Mayo（植物基蛋黃醬）、Not Cheese Slices（植物基奶酪片）以及Not熱狗香腸等產(chǎn)品。雖然這些項目都是Giuseppe的定制和專屬應(yīng)用，但今年NotCo開始向所有食品飲料加工商開放Giuseppe AI引擎。

 

NotCo借助其AI引擎Giuseppe，成功開發(fā)出植物基卡夫芝士通心粉。(圖源：vegconomist.com)

為演示技術(shù)能力，NotCo開發(fā)了一款無可可布朗尼原型產(chǎn)品，應(yīng)對當(dāng)前產(chǎn)品研發(fā)兩大核心訴求：可可價格飆升帶來的成本壓力，以及提升產(chǎn)品的可持續(xù)性。

Giuseppe首個模塊Concept Quant（概念量化）負(fù)責(zé)從0到1構(gòu)建產(chǎn)品概念。NotCo智利總部烹飪科學(xué)經(jīng)理Bernardo Moltedo解釋道：“首先要從零創(chuàng)建概念，核心目標(biāo)是為可可找到可持續(xù)的替代品。此外，我們還添了加對布朗尼特性的描述。”

這樣雖足夠啟動項目，但目標(biāo)仍顯得較為模糊。NotCo公司B2B研發(fā)副總裁Alisia Heath補(bǔ)充道：“我們不僅可以將品牌特性融入其中，還能推薦契合該品牌形象或目標(biāo)受眾的創(chuàng)意概念。”

接下來，進(jìn)入Giuseppe流程的另一個模塊FomulateOS（配方操作系統(tǒng)）。研發(fā)人員在此輸入更具體的產(chǎn)品需求，包括傳統(tǒng)布朗尼配方以及所有原料，并設(shè)定一個標(biāo)準(zhǔn)化生產(chǎn)流程，客戶可根據(jù)自身加工能力對流程進(jìn)行調(diào)整。

該模塊還會推薦原料，其中一些是Giuseppe數(shù)據(jù)庫中已有的原料，包括針對不同國家口味偏好及其他需求的品類，也有客戶現(xiàn)有或常用原料，以及一些值得探索的創(chuàng)新原料。Moltedo 表示：“這樣就能得到一個不錯的基礎(chǔ)配方框架。”

 

為演示技術(shù)能力，NotCo開發(fā)了一款無可可布朗尼原型產(chǎn)品。

Giuseppe的最后一個模塊是Synthesis（綜合優(yōu)化），這是一個優(yōu)化器。產(chǎn)品開發(fā)人員需要進(jìn)一步細(xì)化變量和目標(biāo)，Synthesis會從其包含500多種原料的數(shù)據(jù)庫中進(jìn)行搜索，為無可可布朗尼篩選出最優(yōu)組合。Moltedo繼續(xù)說道：“無需用100種原料反復(fù)試錯，AI會根據(jù)輸入的目標(biāo)、變量，以及成本等因素，將首批推薦配方的范圍縮小到五種。”

研發(fā)人員測試首批5款推薦配方后，需反饋感官體驗，如質(zhì)地、色澤、甜苦平衡、水分含量等，并提出優(yōu)化建議。Heath解釋：“通過實驗室物理測試獲取數(shù)據(jù)，再由客戶團(tuán)隊反饋感官評價，然后將這些試驗結(jié)果輸入Giuseppe，評估這次試驗與對照產(chǎn)品的接近程度，或離目標(biāo)的差距。”

Moltedo表示：“Synthesis系統(tǒng)會從最初五個測試中汲取經(jīng)驗，隨后再給出另外五組配方方案。最終，可能最多只需進(jìn)行15次試驗，而不是常規(guī)100次。這一過程會不斷循環(huán)直至成功研發(fā)出預(yù)期產(chǎn)品。在此期間，可以隨時返回到Synthesis系統(tǒng)，對甜度、水分、色澤等各項指標(biāo)重新進(jìn)行調(diào)整優(yōu)化，直至最終產(chǎn)品完全符合預(yù)期。”

即便到了“最終”階段，通常也會保留3-4個候選配方，通過消費(fèi)者測試進(jìn)行終極驗證。最優(yōu)配方可能會立即被選中，或者還需要根據(jù)消費(fèi)者反饋再次輸入Giuseppe進(jìn)行優(yōu)化。最終目標(biāo)是打造近乎完美的產(chǎn)品。

“Giuseppe的設(shè)計初衷是為了解決產(chǎn)品開發(fā)人員的痛點(diǎn)，而不是取代他們。”Heath總結(jié)說，“目標(biāo)是加速從實驗室到最終解決方案落地的進(jìn)程。”

 

為中小企業(yè)服務(wù)

NotCo或許是為大型企業(yè)而生，而一家新創(chuàng)公司則為中小企業(yè)提供了另一種思路。“FlavorMind是為中小型企業(yè)或飲料品牌打造的，這些品牌已有熱門飲品，但還需要達(dá)到特定營養(yǎng)目標(biāo)、尋找替代原料或在不犧牲風(fēng)味的前提下降低成本，等等。”FlavorMind聯(lián)合創(chuàng)始人之一Ben Wolpert說道。

Wolpert是一名軟件工程師，而另一位創(chuàng)始人Alexia Ciarfella曾是產(chǎn)品開發(fā)人員。她在億滋國際（Mondelez）工作的六年里，構(gòu)建了一個學(xué)習(xí)模型，用于優(yōu)化奧利奧餅干配方開發(fā)流程，該模型將原型迭代時間縮短了33%。他們的合作象征著AI將數(shù)據(jù)科學(xué)與食品科學(xué)家的技藝相融合。

“FlavorMind只需要客戶提供原料清單、現(xiàn)有配方和成本明細(xì)。這通常是一份電子表格，再加上一次簡短的電話溝通即可。”Wolpert說，“我們的試驗只需幾周時間，使用客戶已采購或易獲取的原料進(jìn)行少量配方測試。”

他們提醒，企業(yè)首次使用時需要完成相當(dāng)多的前期工作，主要是為了“數(shù)字化”和量化該公司的產(chǎn)品、原料、企業(yè)目標(biāo)以及其他關(guān)鍵信息。

Wolpert強(qiáng)調(diào)說：“你需要將一系列關(guān)鍵特性數(shù)字化，并用某種方式進(jìn)行量化評估。這些數(shù)據(jù)必須錄入數(shù)據(jù)庫而非僅停留在書面記錄，這樣模型才能處理這些信息。”

“這是必要的第一步，而且很多企業(yè)遲早都需要邁出這一步。挑戰(zhàn)在于如何收集數(shù)據(jù)，或是設(shè)計一套連貫的方法來捕捉這些數(shù)據(jù)，即描述產(chǎn)品特性的信息。”他繼續(xù)說道。

“如何用數(shù)字來表達(dá)甜度呢？”Ciarfella舉例道，“你需要量化目標(biāo)總量、卡路里、顆粒大小、期望甜度等級及其感官屬性。描述方式可以靈活創(chuàng)新，但必須轉(zhuǎn)化為數(shù)字方式。”

Wolpert補(bǔ)充說：“你可以用同等甜度的原料替代糖分，但替代物在烘焙中效果可能有所不同，比如會影響質(zhì)地或產(chǎn)品保質(zhì)期。AI 程序應(yīng)在首批餅干烘焙前就預(yù)測到這些潛在問題。”

即使是包裝、環(huán)境影響、企業(yè)目標(biāo)等看似難以量化的屬性，Ciarfella也給出了解決方案：“可以創(chuàng)建評分量表，像對待碳水化合物含量一樣，將這些數(shù)值納入配方模型。”

以FlavorMind為一家零售商店重新調(diào)配的奶昔為例。盡管原產(chǎn)品添加的糖并不多，但客戶仍希望再減少些糖分。“可以用低糖但同等甜度的原料替代芒果原漿，同時不能破壞原配方的整體風(fēng)味。”Wolpert說，“起初我們想用椰子水替代部分芒果原漿，但味道缺乏鮮活感，于是模型建議通過添加檸檬汁或酸橙汁來增加一些酸度。”

最終，樣品經(jīng)過了消費(fèi)者測試，他們還提供了可量化的反饋，這促使配方進(jìn)一步優(yōu)化微調(diào)。最后的產(chǎn)品深受顧客歡迎。

此外，這家客戶還遇到了菠菜浪費(fèi)的問題。他們?yōu)榱酥谱饕豢罹G色飲品而采購大量菠菜，但總有一些菠菜因為變質(zhì)而不得不扔掉。AI程序給出了方法，既能將菠菜應(yīng)用到一些現(xiàn)有產(chǎn)品中，還推薦了一些全新菠菜配方。

“我認(rèn)為很多企業(yè)的核心訴求是，盡量減少耗費(fèi)人力的高成本流程。與其在工廠里浪費(fèi)大量原料試錯，不如先用程序驗證配方是否可行。”Wolpert總結(jié)道。

 

工廠車間的AI應(yīng)用

關(guān)于人工智能在工廠中的應(yīng)用已有諸多論述，包括在機(jī)器學(xué)習(xí)、預(yù)測性維護(hù)、質(zhì)量控制、供應(yīng)鏈優(yōu)化以及整體智能自動化方面的應(yīng)用。但問題在于：AI 系統(tǒng)如何在實驗室完成研發(fā)后，繼續(xù)在中試工廠乃至最終生產(chǎn)階段提供支持？

BCD iLabs開發(fā)的AI程序Innov8 OS，雖起源于產(chǎn)品研發(fā)實驗室，但也能延伸至生產(chǎn)流程。其創(chuàng)始人兼首席執(zhí)行官Vinay Indraganti表示：“Innov8 OS具備端到端的功能，能夠覆蓋整個產(chǎn)品開發(fā)的全生命周期，并無縫拓展至大規(guī)模生產(chǎn)流程的管理。”

不過，其核心根基仍深植于實驗室場景。“Innov8 OS能夠優(yōu)化研發(fā)工作流程，根據(jù)特定屬性定制配方，提升風(fēng)味和質(zhì)地特性，并基于成本和法規(guī)限制實現(xiàn)高度個性化的產(chǎn)品開發(fā)。” 他解釋道，“我們會分析客戶現(xiàn)有的甜味劑、色素、風(fēng)味物質(zhì)等原料，結(jié)合其目標(biāo)與期望成果，提供一組高確定性的精簡實驗方案，確保其中至少一個能解決配方難題。”

“所有目標(biāo)都可以通過一組實驗來實現(xiàn)。”他繼續(xù)說道，“原本需要做50次實驗，現(xiàn)在首次嘗試即可縮減至20次。隨著系統(tǒng)對公司和產(chǎn)品的熟悉程度加深，實驗次數(shù)會減少到10次甚至5次。我們有一位客戶在使用該平臺一年后，僅通過一次實驗就成功開發(fā)出穩(wěn)定配方。”

但I(xiàn)ndraganti強(qiáng)調(diào)：“人類的角色不可替代。食品技術(shù)專家仍是關(guān)鍵，而我們的技術(shù)能讓其研究效率大幅提升。”

 

來源：榮格-《 國際食品加工及包裝商情》

原創(chuàng)聲明：
本站所有原創(chuàng)內(nèi)容未經(jīng)允許，禁止任何網(wǎng)站、微信公眾號等平臺等機(jī)構(gòu)轉(zhuǎn)載、摘抄，否則榮格工業(yè)傳媒保留追責(zé)權(quán)利。任何此前未經(jīng)允許，已經(jīng)轉(zhuǎn)載本站原創(chuàng)文章的平臺，請立即刪除相關(guān)文章。