人工智能可以改善植物性肉类吗？使用机械测试和机器学习来模仿感官体验

减少饮食中的动物蛋白可以节省资源和温室气体排放。但说服喜爱肉类的消费者改变菜单是一个挑战。从机械工程的角度来看这个问题，斯坦福大学的工程师正在开创一种新的食品质地测试方法，这可能为人造鱼片铺平道路，甚至可以愚弄忠诚的食肉动物。

在一个新纸发表于npj 食品科学，该团队证明了机械测试和机器学习可以描述与人类味觉测试者惊人相似的食物质地。这种方法可以加速新的、更好的植物性肉类的开发。研究小组还发现，一些植物性产品已经确定了它们所模仿的肉类的质地。

“我们惊讶地发现，今天的植物性产品可以重现动物肉的整个质地谱，”艾伦·库尔（Ellen Kuhl）教授说。机械工业和该研究的资深作者。她补充说，与豆腐作为唯一选择的时代相比，肉类替代品已经取得了长足的进步。

工业化畜牧业有助于气候变化、污染、栖息地丧失和抗生素耐药性。通过将饮食中的动物蛋白换成植物蛋白，可以减轻地球的负担。一项研究估计，植物性肉类对环境的影响平均只有动物性肉类的一半肉。但许多肉食者不愿意改变；只有大约三分之一的美国人

一项调查表明，他们“非常有可能”或“极有可能”购买植物性替代品。“人们喜欢肉，”博士斯凯勒·圣皮埃尔说。机械工程专业的学生和论文的主要作者。

“如果我们想让铁杆肉食者相信替代品值得尝试，我们越能用植物性产品模仿动物肉，人们就越有可能愿意尝试新事物。”

为了成功模仿动物肉，食品科学家分析植物肉制品的质地。不幸的是，传统的食品检测方法没有标准化，结果很少向科学界和公众公布，圣皮埃尔说。这使得科学家们更难合作并创造新的替代方案。

新的食品质地测试

这项研究源于圣皮埃尔的一个课堂项目。寻找价格实惠的材料用于机械测试，他转向热狗和豆腐。2023 年夏天，本科生研究人员加入测试这些食物，并了解工程师如何描述材料对压力、负载和拉伸的反应。

斯坦福大学团队意识到这项工作如何有助于植物性肉类的开发，因此首次推出了三维食品测试。他们测试了八种产品：动植物热狗、动植物香肠、动植物火鸡以及特硬豆腐。他们将肉块装入一台机器中，对样品进行拉、推和剪切。

“这三种加载模式代表了你咀嚼时所做的事情，”Kuhl 说，她也是斯坦福大学 Bio-X 的 Catherine Holman Johnson 主任和工程学院的 Walter B. Reinhold 教授。

然后，他们使用机器学习来处理这些测试中的数据：他们设计了一种新型神经网络，可以从测试中获取原始数据并生成解释肉类特性的方程。

为了看看这些方程是否可以解释纹理的感知，研究小组进行了一项测试调查。测试人员首先完成了对新食品的接受程度以及对肉类的喜爱程度的调查，对八种产品的样品进行了评估，并按 12 个类别的 5 分制进行评分：软的、硬的、脆的、耐嚼的、有粘性的、粘性的，有弹性，有粘性，纤维状，脂肪状，湿润，像肉一样。

令人印象深刻的热狗和香肠

在机械测试中，植物性热狗和香肠在拉力、推力和剪切力测试中的表现与动物热狗和香肠非常相似，并且表现出相似的刚度。与此同时，植物性火鸡的硬度是动物性火鸡的两倍，豆腐比肉制品柔软得多。引人注目的是，人体测试人员还对物体的刚度进行了排名热狗和香肠的机械测试非常相似。

“真正酷的是，人的排名几乎与机器的排名相同，”库尔说。“这太棒了，因为现在我们可以使用这台机器进行定量、重复性非常好的测试。”

研究结果表明，新的数据驱动方法有望加快开发美味植物性产品的进程。作者在论文中写道：“我们可以设想使用生成人工智能来科学地生成具有精确所需特性的植物性肉类产品的配方，而不是使用试错法来改善植物性肉类的质地。”。

但人工智能食谱开发与其他人工智能一样，需要大量数据。这就是为什么团队是分享他们的数据在线，使其开放给其他研究人员查看和添加。“从历史上看，一些研究人员，尤其是公司，不共享他们的数据，这对创新来说是一个巨大的障碍，”圣皮埃尔说。他补充道，如果不共享信息和共同努力，“我们如何才能一起想出牛排模仿品呢？”

该团队正在继续测试食品并建立公共数据库。今年夏天，圣皮埃尔监督本科生测试蔬菜和肉类熟食切片。研究人员还计划测试由最近加入斯坦福大学担任生物工程助理教授的 Vayu Hill-Maini 开发的工程真菌。库尔说：“如果有人想要测试人造肉或植物肉，我们很高兴对其进行测试，看看效果如何。”

更多信息：Skyler R. St. Pierre 等人，植物肉和动物肉的机械和感官特征，npj 食品科学（2024）。DOI：10.1038/s41538-024-00330-6