Brug af AI til at udvikle nye smagsoplevelser

McCormick &Company, en pioner inden for smag og fødevareinnovation, og mit team hos IBM Research har skabt et nyt AI -system til at hjælpe produktudviklere mere effektivt og effektivt med at skabe nye smagsoplevelser. Dette år, vi vil fejre en milepæl i vores igangværende samarbejde, der har været fire år undervejs:Vores første AI-aktiverede detailprodukter vil være tilgængelige på købmandshylder.

McCormick &Company hørte om tidligt arbejde hos IBM ved hjælp af AI til at parre smag og generere opskrifter. De kontaktede IBM Research for at udforske AI's potentiale i deres miljø som leder inden for tilpasset smag og udvikling af fødevarer. Du kender muligvis McCormick &Company som navnet på etiketten på nogle af dine foretrukne krydderier og smagsprodukter. Faktisk, McCormick &Company har to segmenter. Forbrugersegmentet har mærker globalt med en detailportefølje, der indeholder krydderier og urter, opskrift blander, ekstrakter, krydderier, marinader, aktier og mere. Flavour Solutions -segmentet har en portefølje bestående af aromaer, mærkevarer til fødevarer, krydderier, belægningssystemer og ingredienser til fødevareproducenter, mad service operatører og restauranter rundt om i verden. Vores arbejde omfatter begge segmenter.

Oprettelse af smagsoplevelser er et udfordrende domæne. Videnskaben om, hvordan mennesker oplever smag, er ikke godt forstået. Det er en kombination af mindst tre sanser:lugt, smag og udseende. Ideen om at tungen kan kortlægges i fire smagsområder (sur, sød, salt og bitter) er blevet debunked. Det er bare ikke så enkelt. De fleste forskere er enige om, at der er mindst en smag mere (umami), og at smagning forekommer flere steder end bare tungen. Enhver smagsreceptor, uanset hvor det sker, kan opdage alle fem smag. Der er også en genetisk komponent involveret, som hjælper med at forklare, hvorfor nogle mennesker oplever koriander som en dejlig urt, mens andre oplever det som ubehageligt.

At designe nye smagsoplevelser er en kunst og videnskab, der kræver mange år for at blive dygtig. Der er tusinder af tilgængelige ingredienser. Produktudvikleren skal ikke kun afgøre, hvilken kombination af ingredienser der skal bruges, men også forholdet mellem mængder, der er nødvendige for at opfylde specifikke mål og en lang række andre krav. Selv den mindste ændring i mængden af ​​en ingrediens kan skabe eller bryde en smag. Produktudviklere får ekspertise gennem mange års praktisk eksperimentering, iterativt at oprette kandidatformler, fremstilling af prøver, kører en række laboratorie- og forbrugertest på prøverne og lære af resultaterne. Det er en tids- og ressourceintensiv proces.

Men hastigheden er afgørende. En væsentlig del af produktudviklingsarbejdet i Flavour Solution -segmentet reagerer på konkurrencedygtige anmodninger; at være den første til at reagere med et innovativt produkt/en smag er en overbevisende konkurrencefordel.

Design af nye smagsoplevelser hos McCormick passer godt til AI -teknologi på grund af problemets art og den rigdom af tilgængelige data, der er akkumuleret gennem årtiers operationer, herunder data om historiske smagsformler, råvarekomponenter, eksperimentelle resultater, forbrugertestresultater, succes på markedet og mere. Bygger på tidligere IBM -forskningserfaring ved hjælp af AI til parring af smag, samt vores proprietære IBM Research AI til produktsammensætning, vi skabte et system, der bruger nye og avancerede maskinlæringsalgoritmer til at gennemse hundredtusindvis af formler og tusinder af råmaterialer, hjælper med at identificere mønstre og nye kombinationer, der passer til specifikke designmål.

Vores system indeholder algoritmer, der kan lære og forudsige:

• Mulige alternative råmaterialetilskud og erstatninger for en formel
• Passende forhold mellem råvarer baseret på brugsmønstre
• Menneskelig reaktion
• Nyhed af systemgenererede smagsformler målt ved en afledt afstandsfunktion (jo større afstand er der mellem en smagsformel og dens nærmeste naboer, jo mere nyligt smagsformlen forventes at være)

En vigtig del af opbygningen af ​​et AI -system, der er et vigtigt værktøj i produktudviklernes daglige arbejdsgang, understøtter forskellige grader af nyhed. En størrelse passer ikke til alle. I nogle scenarier, målet er at optimere en smagsformel ved at tilpasse den til perfektion. For eksempel, der er et væld af smagsnuancer fra forskellige vaniljebønner, der kommer fra mange dele af verden. Hvad er den bedste kombination af vanillas til at levere den ønskede smagsoplevelse?

I andre scenarier, målet er at udvikle en helt ny smagsoplevelse. Her, variationen eller afstanden mellem ingredienser (f.eks. vanilje vs jordbær) er sandsynligvis mere signifikant end valget inden for en hvilken som helst ingrediensfamilie (f.eks. vanilje). Vores system lærer og bruger en afstandsmodel til at foreslå ønskede smagsformler.

Fordi vores AI -system er datadrevet, den indsigt, den leverer, udvikler sig i takt med, at dataene ændres. Produktudviklere har et overvældende antal kombinationer og andel ingredienser at vælge imellem. De kan have nogle go-to-løsninger til bestemte komponent smagsudfordringer. For eksempel, på grund af den tidsfølsomme karakter af deres arbejde kan de bruge deres foretrukne "bacon" standby når som helst formlen kræver en bacon -smagskomponent. At have en AI -lærling, der hurtigt kan intelligent udforske flere muligheder, hjælper dem med at undgå at bruge vanlige standbys, når beviser tyder på, at der kan findes bedre alternativer.

Vores team er glad for, at produkter fra vores fireårige fælles indsats med McCormick vil være tilgængelige til detailforbrug med deres nye ONE-produktfamilie, der lanceres i midten af ​​2019. Vores AI -system hjalp ONE produktudviklerne med at finde løsninger på smagsudfordringer, som de ellers ikke var klar over, accelerere tiden til værdi, samtidig med at der opnås høje ratings med forbrugertestere.

Baseret på de lovende resultater til dato, McCormick planlægger at udrulle AI -systemet globalt til operationer i mere end 20 laboratorier i 14 lande, der omfatter mere end 500 produkt- og smagsudviklere og deres supportpersonale. I mellemtiden, vores igangværende forskningssamarbejde med McCormick vil fortsat tackle flere dimensioner af produktudvikling og udnytte tidligere uudnyttede datakilder.

Dette er kun begyndelsen på, hvad der er muligt for IBM Research AI til produktsammensætning. Den underliggende teknologi kan generaliseres til andre produkter såsom kosmetik, dufte, vaskemidler, klæbemidler, smøremidler og byggematerialer.

AI er ved at blive en praktisk realitet i et stigende antal domæner, rører ved stadig flere dimensioner af vores liv. Siden tidernes morgen, mennesker har bestræbt sig på at skabe nye og lækre smagsoplevelser. Beviset for, hvor gennemtrængende AI-værktøjer er blevet, kan være så tæt på de AI-aktiverede krydderier i dit næste måltid.

Denne historie er genudgivet med tilladelse fra IBM Research. Læs den originale historie her.