【科技．未来】从数据寻找最佳配方 AI可满足人类味蕾？
上月底，日本电子巨企索尼（Sony）宣布成立新部门，以人工智能（AI）协助改良食物。事实上，一些食物和饮品生产商近年已积极与科技巨头和初创公司合作，以AI研发新口味产品。到底这些业者如何尝试以AI深入了解消费者快速多变的喜好？AI又是否真的能够产生更适合我们口味的食物？
索尼上月底新成立的AI研发部门“Sony AI”将会在欧洲、美国和日本设立分部，除了会应用于其传统强项、即游戏和影像感测之外，还会用于烹饪。发言人对法新社介绍：“AI与机械人不会取代厨师。我们的目标是提供新工具，以AI和机械人激发他们的创意。食物这领域需要对分子结构进行很多研究，利用AI及其分析能力，我们可以创造出新的东西。这包括味道和香味，透过感测技术，我们或许可以创造出满足人类味觉的新菜式。”
缩减70%研发时间
事实上，索尼并非这方面的先驱，早已有些食品业者和科技公司认为，借助AI可以研发出前所未有并受消费者喜欢的新口味食品。全球最大调味品公司McCormick一百三十年前生产水果糖浆和浓缩调味料起家，现时主要生产和分销香料、混合调味料和佐料，也会为一些食品公司设计口味。今年2月，它宣布与科技巨头IBM合作，以更好地分析有关食材、测试食谱和试食者反应的数据，创造出新的调味组合。McCormick正使用AI测试和生产新产品，包括含有可可和玉桂的猪肉调味料，以及含有丁香粉和香草精的贝果调味粉等。
McCormick科学总监Hamed Faridi说，整个开发过程十分复杂，因为原料实在太多，在全球生产线上的食材、色素、防腐剂等合共近一万种。研发人员调试由廿多种材料混合而成的调味新组合时，一般只考虑了约500种材料。因为这复杂性，“一个产品在准备好商业化之前，须反复试验50至150次。”Faridi说，其新产品研发过程可长达一年。
以往，科学家一般只会自行调制和测试顶多150个食谱，并把部份交予焦点团体给予反应。现时，研发人员可把他们的想法与AI的建议对比，寻找用得着的概念。AI会以一个资料库来接受训练，当中包含科学家过往已测试过的配方，以及原料的各种特性，如湿度、是否犹太教洁食（kosher）之类，再作出判断建议。研发人员也可告诉AI希望跳出标准材料组合框架之外到何种程度。研发人员一般会简单告知一些基本目标或要求，例如最终成品会用在哪里、目标售价、是否使用天然材料等。IBM的系统能以大约5,000种原料，分析数以十万计过往已测试过的配方，这并非研发人员单人匹马可以做到，因此，Faridi预期这可缩减70%研发时间。
“要研发出招牌产品就如大海捞针。”Faridi解释，而这正是AI能发挥所长之处，“若我是研发人员，想研发某种我认为需要有芝士味的食物，我会有两至三种过往用过而特别喜欢的芝士口味，（因为有成功经验而）先用这些来尝试。”AI则只会尝试从McCormick的数据库中找出“最好”的一款。“AI没有那种前设偏见。” Faridi说。例如研发人员设计新的意大利薄饼调味料时，素来很少离开牛至（oregano）、罗勒和其他意大利香草，而AI就建议加入孜然，因为它虽在意大利菜中相对不常见，但在McCormick一些较新的调味配方中已证明了广受欢迎。
Faridi补充，他们已经借助AI研发出一些新产品。例如“意式托斯卡煮鸡”、“波本猪柳”和“新奥尔良香肠”等混合调味料，都比研发人员自行尝试研发的包含更多材料和味道。三者都已经开始售卖。
Faridi还预期，应用AI研发可减少训练新员工的时间：“一个有点经验的产品研发人员，仍需要十年至十五年训练才能成为专家，所以开发一套（AI）令每个员工变得与最好的员工同样水平，在商业上十分合理。”他向CNN透露，McCormick计划到2021年底，以AI协助研发所有新产品。
另一业者、瑞典知名威士忌厂Mackmyra今年5月宣布，与芬兰科技公司Fourkind及微软（Microsoft）合作，酿制全球首支由AI创造的威士忌。
威士忌的味道除了因酿制材料而异，所用的酒桶材质也会给予它独特的味道。在首次蒸馏后，新造威士忌要在酒桶内熟成数以年计，逐渐发展出味道、色泽和香气，味道也会因所用的酒桶之前装过波本、雪利、红酒或其他酒类的残留味道和气味而受影响。因此，威士忌的味道千变万化，酿酒师随时穷尽一生不断试味、改良和实验。
这正是Mackmyra认为AI的用武之地，把他们现有酿酒配方、销售数据和顾客偏好都输入到机器学习模型，AI可凭这些数据和厂内现有的木桶种类，产生出超过7,000万种它预期会受欢迎而高品质的配方。Mackmyra的酿酒大师Angela D'Orazio说：“我们一直致力挑战威士忌的传统，而这正是我们现时可靠AI帮助的。现时能够成为酿造出全球首支AI威士忌的导师，对我这个酿酒大师来说是一项重大成就。我们希望AI创造出的配方，味道好到足以夺奖……希望找出人类从未想到过的配方。”
口味偏好数据化
有些公司希望以AI提升食物品质。百事（Pepsi）子公司、零食生产商Frito-Lay除了曾利用AI在旗下澳大利亚薯片品牌Red Rock Deli创造了香槟油醋酱和椰子咖喱口味，又在另一健康零食品牌Off the Eaten Path使用较少用的零食食材如豌豆，现时还使用AI研究如何在化学层面上增加零食的香气，让消费者一打开包装就能香气扑鼻。
Frito-Lay也正使用电机模型和预测分析，测试某种包装物料会否令零食接触过多空气而变质走味，以及改良食品处理设备以确保薯片质地尽可能地吸引。“我们希望每块装进乐事（Lay's）包装内的薯片都没有任何瑕疵。”百事的可持续发展与全球零食研发高级副主席Christine Cioffe说。食物添加剂供应商Ingredion就以名为T-Rex的机械人使用AI来量度食品质地，声称可测试不同组合和更快取样，改良所生产的食品质地，例如帮助一间食品公司，令其汤品更幼滑。
食物科技分析师Brita Rosenheim指出，这些应用是以科技“电子化”人类口味的现有数据，加快产品研发过程：“食品研发过程素来很长，而且存在很多‘孔洞’，即是根本不清楚市场反应，所以这种科技就能发挥功能。”
美国加州大学戴维斯分校（UC Davis）讲师Matthew Lange指出，要在食品业创新就需要更好的数据收集和标准：“我看见很多人都正应用机器学习到食谱研发的风味和营养方面。”他认为这将有助促进更好的标准和数据分享以绘制、划分风味和香气，为更美味、更有营养和更可持续的“个人化”食物和食谱开放新机会：“若我们有能力‘回放’食物风味和香气，在科技和商业模式都将创造出爆炸性进展。试想像能够按你的喜好创造出一种独特风味和香气的酱汁，甚至可能你想创造某种带有海滩感觉的食物，这就变成了一种体验。”
据德勤（Deloitte）调查，约有38%食品业高层说，已部份引入AI到仓库运作；另有18%表示正使用AI来建立让消费者取得更多产品资讯和推荐的技术。“消费者互动与产品持续改善的循环将会成为常态。”德勤副主席兼美国消费品行业领导人Barb Renner说。
Fourkind首席机器学习伙伴Jarno Kartela还预期，AI还将会在更多的行业寻找新“味道”或产品设计：“这种AI生成可以影响全球不同行业。我预期AI系统会产生糖果、香水、饮品甚至波鞋设计的食谱或配方。这当中有很多都已经有人试过，但大规模采用仍然未见。”
紧贴消费者口味
日本酒商未来日本酒店就是这股数据化潮流的一员。他们推出了Yummy Sake服务，设计了一个利用AI的手机程式，协助无法使用专业品酒师术语表达喜好的大众消费者，了解和表达自己到底喜欢哪种清酒口味。他们会在店舖提供10款小杯清酒予客人盲测试饮，然后在程式中有多种风味选项给他们评分，但就用上一些日文中“贴地”、表示风味口感的拟声拟态词，最后AI就可替客人辨别口味偏好。销售总监寺田裕贵解释：“当然，同一个人可以每次都试到不同结果，视乎你的心情、天气或有没有进食。”
初创公司Analytical Flavor System也设计了一个类似的手机应用程式Gastrograph，收集个人口味数据。它的主要功能是一个风味轮，设有24个感官体验种类，例如“肉味”、“苦”、“口感”等。当测试者品评一样食物或饮品时就可以在“味道地图”上点选他们品尝到的感觉，按强度1至5评分。每个这些大项内还再有小项，例如肉味到底是像牛肉、香肠还是袋鼠肉，或果味到底像苹果、橙还是莓果之类。测试者最终再对这食物或饮品以1至7级作一整体喜好评分。
此外，Gastrograph还会收集测试者更多数据，包括基本个人资讯、社经地位、过去购买该产品后的感受、抽烟习惯，甚至测试时的环境数据，如气温、大气压力、噪音水平等它声称会左右评味体验的元素。创办人James Cohen解释，“我们把每个感应器都开了”，包括收音咪、感光器、GPS定位。
之所以收集和分析这些数据，Cohen认为食品公司研发新产品时，传统上都只靠评味专家使用标准化、统一的品评术语达致某种客观准则，扼杀了个人偏好。他认为Gastrograph的AI更深入了解和预测消费者的口味偏好。
但Gratrograph的重点不在于紧贴宏观大潮流，而是微观客制化，有助食物和饮品公司利用这些资讯更为客制化地来研发新产品或调校口味。例如墨西哥烘培食品大厂Grupo Bimbo正计划把它在当地广受欢迎的饼干Sanissimo在美国推出，与之合作的科技公司Acelerada就在推出之前以Gastrograph进行先导测试，估计美国消费者的反应。Cohen甚至希望最终能照顾到无法从大众主流口味所满足的大量碎片化小众客群，但Gastrograph仍未到这阶段，现时主要被一些啤酒公司用作品质控制，追踪和监察不同批次的口味是否一致。
初创公司Foodpairing共同创办人Bernard Lahousse也看到这种数据化潮流：“愈来愈多食品公司都拥抱电子化和注重数据。”她的公司研发数码食物“地图”和演算法，来推荐食物和饮品配搭。她声称其公司有“全球最大的风味数据库”，可基于人类偏好和数据分析作更准确预测：“比起利用专家或消费者固定样本，我们开发的演算法可知道消费者对某个产品的看法。”
Foodpairing会按照分子分析，提供“风味智能图”。例如一块西班牙干腌火腿就会有被形容为“芝士般”（cheesy）或酸性的元素；而红菜头就有“木质”和“焦糖”的风味。Lahousse说他们其中一个较知名的配搭建议是奇异果配蚝，声称已成为比利时一间知名餐厅中的招牌菜。她补充：“Foodpairing会找出所有可能的配搭，但食物有文化背景差异也十分个人，所以当我们与食品公司合作时，也会使用消费者行为来增加配对建议的相关性。”
有些公司同样想要用AI了解消费者口味，但就另觅蹊径。Hunt's番茄酱的生产商Conagra利用AI分析社交媒体及消费数据，试图找出消费者需求的趋势和规律。例如他们的AI发现，在网络上与独角兽相关的图像愈来愈多，年轻消费者对于独角兽主题的食物、化妆和配饰也愈趋热衷，再以AI辨别消费者所喜欢的独角兽相关食品是什么味道和外形。
最终，他们研发出一种新产品：包装印有卡通独角兽、类似棉花糖味的红蓝粉彩色布甸。“AI真的很擅长在图像中标示和辨认出连续固定的主题。人类无法像机械般迅速处理这么多资讯。”Conagra预测科学高级总监Thatcher Schulte说。AI还协助Conagra推出了无麸质（gluten-free）版本的“健康之选能量碗”冷冻食品，以及非乳制的打发忌廉。
社交媒体Facebook今年6月也在网志介绍，他们的AI借由麻州理工学院的Recipe1M大型食谱资料库训练，可辨识食物照片中的视觉特征和推测所需食材，再以此回头生成菜式名称和烹煮步骤还原出食谱。惟未有透露辨识成功率或应用计划。
若AI真如Cohen所说，可清楚知道我们真正喜欢什么味道，那么它会否被用来制造令人上瘾的食物？这些程式会否建议使用健康而可持续的食材，还是不择手段只为公司打败竞争对手？Cohen没有对此正面回应，反而强调AI将会带来令我们更满意的食物：“所有食品都将会更有针对性、更照顾到小众品味。将会有一种更让你喜欢的啤酒，而我未必同样喜欢。比起一个反乌托邦的恶梦，未来会有令每个人都更满意的产品。”
上文节录自第193期《香港01》周报（2019年12月16日）《从数据库寻找至佳配方 AI创口味 满足人类味蕾》。
更多周报文章︰【01周报专页】
《香港01》周报，各大书报摊、OK便利店及Vango便利店有售。你亦可按此订阅周报，阅读更多深度报道。