人工智能正在世界各地成为头条新闻和恐怖故事。但这会对食品行业产生影响吗？NIZO 健康微生物学高级项目经理 Jolanda Lambert 和生物信息学高级科学家 Eric Hester 解释了人工智能如何应用于食品开发和制造，以及该行业如何充分利用这一潜在的划时代技术。
Ren Floris：什么是人工智能以及为什么它与食品行业相关？
Eric Hester：人工智能一词涵盖了广泛的技术，例如人工神经网络、机器/深度学习和生成式预训练 Transformer (GPT)，因 ChatGPT 等应用而闻名。所有这些方法的共同之处在于自动化的潜力，从而大大加快以前必须由人类完成的任务。对于食品行业来说，这意味着能够以更快的速度、更低的成本将新产品推向市场。
Jolanda Lambert：人工智能的真正优势在于分析大量数据以检测隐藏模式的能力。如果你能理解这些模式及其背后的背景，那么食品行业就可以做出各种意想不到的发现。
RF：食品行业中的哪些参与者最适合利用人工智能？
RF：食品行业中的哪些参与者最适合利用人工智能？p>
EH：人工智能通过探索数据来发挥作用。因此，那些已经能够访问数据的公司正坐拥一个潜在的金矿。这可能是多年来运营的历史数据，也可能是您当前生成的数据，例如通过生产流程的自动化和监控生成的数据。但自有数据较少的公司仍然可以从使用公开或商业数据的人工智能中受益。例如，您可以与一家拥有广泛数据库或能够生成有用的新数据的公司合作。
RF：将人工智能应用于食品行业的最大挑战是什么？
EH：人工智能是食品行业的强大工具。但它仍然只是一个工具。与任何工具一样，如果您知道如何正确使用它，您总是会更快地获得更好的结果。所以，要想在食品行业成功应用人工智能，你需要了解人工智能，也需要了解食品。人工智能有多种形式，但大多数都是通过向相关人工智能模型提供相关数据来工作的。您必须将人工智能模型方面的专业知识与对数据来源的理解结合起来，才能为手头的工作选择、构建和优化正确的模型。
JL：我完全同意。借助正确的人工智能，您可以回答各种问题。但您需要食品行业知道如何提出正确的问题并从答案中获得有用的见解。如果说人工智能带来了大规模的智能，那么食品专业知识则带来了应用它的智慧。例如，如果您正在研究新食品中某种成分的健康益处，人工智能可能会显示这种效果在某个国家或社区特别明显，而人类专家可能会看到这一点并说：嗯，社区也吃很多其他食品，也许那里正在发生有益的互动。
RF：您将如何在实践中将食品和人工智能专业知识结合起来？
EH：想象一下您想要创造一种新的益生菌产品来改善成年人的肠道健康。已经有数百种微生物菌株被证明可以改善肠道健康，再加上数千种其他微生物菌株具有相关的基因序列，因此可能是新的选择。面临的挑战是在商业上可行的时间表内找到最适合您的新产品的菌株。
为此，食品专家确定了该菌株的理想技术特征，例如非致病性、无感染风险抗生素耐药性、承受人体消化系统的能力以及在冷冻干燥等加工条件下生存的能力。然后您就拥有了来自您首选市场的特征：例如，可能的额外健康益处，例如改善睡眠质量，或者如果您想要的话将益生菌作为酸奶出售，了解该菌株如何影响味道、质地和用于制作酸奶的其他培养物。食品和人工智能专家可以共同决定应将哪些特征构建到人工智能模型中。然后，该模型可以询问它可以访问的有关基因序列、蛋白质功能等的所有数据，找到识别最佳候选菌株的隐藏模式。
RF：然后就出现了完美的候选菌株？p>
JL：人工智能将识别满足模型内置要求的所有可能的候选者。这将可能的菌株列表从数千种减少到十种左右。然后，人类专家可以使用模型中未包含的知识来审查该列表，例如菌株如何与您公司的形象相匹配。例如，如果您拥有强大的植物品牌，则更喜欢可以在适合素食的培养基中生长的菌株，或者如果可以吸引目标受众，则更喜欢从人类中分离出来的菌株。最后，您有两三个最佳选择可以满足您的技术和营销需求，您可以将其进行实验室和消费者测试。
RF：那么您是否认为微生物遗传学是人工智能的主要应用食物中？
JL：这只是众多例子之一。你当然可以在新产品开发中使用人工智能。假设您正在开始开发一种新的非乳制奶油干酪类似物。如果您从一个开放的石板开始，有许多可能的非乳制品蛋白质成分，您可以将您的产品作为单一蛋白质或组合。这些成分或组合中的每一种都会对产品的味道和质地产生影响。那是在你考虑所有其他成分选择、与加工的相互作用等之前。要找到最佳的前进道路，需要一定程度的专业知识，而这是非常罕见的。能够利用人工智能工具的专家是驾驭这些选项的非常强大的组合。
EH：没错。像 NIZO 这样的公司拥有大量关于蛋白质功能、溶解度、消化率、加工过程中的变性等方面的数据。食品和人工智能专家合作可以构建和使用人工智能模型来探索这些数据，并找到成分和加工的最佳组合JL：除了这两个例子之外，人工智能几乎可以用于食品行业中任何可以获得数据的地方：在发酵中优化生长培养基和加工条件，在生产中开发新工艺或优化现有工艺，改善临床试验中的队列选择，识别新的功能成分。人工智能发展得如此之快，以至于我想说，当它被正确的人使用时，它在某些时候将无法应对任何挑战。