【科技．未來】從數據尋找最佳配方 AI可滿足人類味蕾？
上月底，日本電子巨企索尼（Sony）宣布成立新部門，以人工智能（AI）協助改良食物。事實上，一些食物和飲品生產商近年已積極與科技巨頭和初創公司合作，以AI研發新口味產品。到底這些業者如何嘗試以AI深入了解消費者快速多變的喜好？AI又是否真的能夠產生更適合我們口味的食物？
索尼上月底新成立的AI研發部門「Sony AI」將會在歐洲、美國和日本設立分部，除了會應用於其傳統強項、即遊戲和影像感測之外，還會用於烹飪。發言人對法新社介紹：「AI與機械人不會取代廚師。我們的目標是提供新工具，以AI和機械人激發他們的創意。食物這領域需要對分子結構進行很多研究，利用AI及其分析能力，我們可以創造出新的東西。這包括味道和香味，透過感測技術，我們或許可以創造出滿足人類味覺的新菜式。」
縮減70%研發時間
事實上，索尼並非這方面的先驅，早已有些食品業者和科技公司認為，借助AI可以研發出前所未有並受消費者喜歡的新口味食品。全球最大調味品公司McCormick一百三十年前生產水果糖漿和濃縮調味料起家，現時主要生產和分銷香料、混合調味料和佐料，也會為一些食品公司設計口味。今年2月，它宣布與科技巨頭IBM合作，以更好地分析有關食材、測試食譜和試食者反應的數據，創造出新的調味組合。McCormick正使用AI測試和生產新產品，包括含有可可和玉桂的豬肉調味料，以及含有丁香粉和香草精的貝果調味粉等。
McCormick科學總監Hamed Faridi說，整個開發過程十分複雜，因為原料實在太多，在全球生產線上的食材、色素、防腐劑等合共近一萬種。研發人員調試由廿多種材料混合而成的調味新組合時，一般只考慮了約500種材料。因為這複雜性，「一個產品在準備好商業化之前，須反覆試驗50至150次。」Faridi說，其新產品研發過程可長達一年。
以往，科學家一般只會自行調製和測試頂多150個食譜，並把部份交予焦點團體給予反應。現時，研發人員可把他們的想法與AI的建議對比，尋找用得着的概念。AI會以一個資料庫來接受訓練，當中包含科學家過往已測試過的配方，以及原料的各種特性，如濕度、是否猶太教潔食（kosher）之類，再作出判斷建議。研發人員也可告訴AI希望跳出標準材料組合框架之外到何種程度。研發人員一般會簡單告知一些基本目標或要求，例如最終成品會用在哪裏、目標售價、是否使用天然材料等。IBM的系統能以大約5,000種原料，分析數以十萬計過往已測試過的配方，這並非研發人員單人匹馬可以做到，因此，Faridi預期這可縮減70%研發時間。
「要研發出招牌產品就如大海撈針。」Faridi解釋，而這正是AI能發揮所長之處，「若我是研發人員，想研發某種我認為需要有芝士味的食物，我會有兩至三種過往用過而特別喜歡的芝士口味，（因為有成功經驗而）先用這些來嘗試。」AI則只會嘗試從McCormick的數據庫中找出「最好」的一款。「AI沒有那種前設偏見。」 Faridi說。例如研發人員設計新的意大利薄餅調味料時，素來很少離開牛至（oregano）、羅勒和其他意大利香草，而AI就建議加入孜然，因為它雖在意大利菜中相對不常見，但在McCormick一些較新的調味配方中已證明了廣受歡迎。
Faridi補充，他們已經借助AI研發出一些新產品。例如「意式托斯卡煮雞」、「波本豬柳」和「新奧爾良香腸」等混合調味料，都比研發人員自行嘗試研發的包含更多材料和味道。三者都已經開始售賣。
Faridi還預期，應用AI研發可減少訓練新員工的時間：「一個有點經驗的產品研發人員，仍需要十年至十五年訓練才能成為專家，所以開發一套（AI）令每個員工變得與最好的員工同樣水平，在商業上十分合理。」他向CNN透露，McCormick計劃到2021年底，以AI協助研發所有新產品。
另一業者、瑞典知名威士忌廠Mackmyra今年5月宣布，與芬蘭科技公司Fourkind及微軟（Microsoft）合作，釀製全球首支由AI創造的威士忌。
威士忌的味道除了因釀製材料而異，所用的酒桶材質也會給予它獨特的味道。在首次蒸餾後，新造威士忌要在酒桶內熟成數以年計，逐漸發展出味道、色澤和香氣，味道也會因所用的酒桶之前裝過波本、雪利、紅酒或其他酒類的殘留味道和氣味而受影響。因此，威士忌的味道千變萬化，釀酒師隨時窮盡一生不斷試味、改良和實驗。
這正是Mackmyra認為AI的用武之地，把他們現有釀酒配方、銷售數據和顧客偏好都輸入到機器學習模型，AI可憑這些數據和廠內現有的木桶種類，產生出超過7,000萬種它預期會受歡迎而高品質的配方。Mackmyra的釀酒大師Angela D'Orazio說：「我們一直致力挑戰威士忌的傳統，而這正是我們現時可靠AI幫助的。現時能夠成為釀造出全球首支AI威士忌的導師，對我這個釀酒大師來說是一項重大成就。我們希望AI創造出的配方，味道好到足以奪獎……希望找出人類從未想到過的配方。」
口味偏好數據化
有些公司希望以AI提升食物品質。百事（Pepsi）子公司、零食生產商Frito-Lay除了曾利用AI在旗下澳洲薯片品牌Red Rock Deli創造了香檳油醋醬和椰子咖喱口味，又在另一健康零食品牌Off the Eaten Path使用較少用的零食食材如豌豆，現時還使用AI研究如何在化學層面上增加零食的香氣，讓消費者一打開包裝就能香氣撲鼻。
Frito-Lay也正使用電機模型和預測分析，測試某種包裝物料會否令零食接觸過多空氣而變質走味，以及改良食品處理設備以確保薯片質地盡可能地吸引。「我們希望每塊裝進樂事（Lay's）包裝內的薯片都沒有任何瑕疵。」百事的可持續發展與全球零食研發高級副主席Christine Cioffe說。食物添加劑供應商Ingredion就以名為T-Rex的機械人使用AI來量度食品質地，聲稱可測試不同組合和更快取樣，改良所生產的食品質地，例如幫助一間食品公司，令其湯品更幼滑。
食物科技分析師Brita Rosenheim指出，這些應用是以科技「電子化」人類口味的現有數據，加快產品研發過程：「食品研發過程素來很長，而且存在很多『孔洞』，即是根本不清楚市場反應，所以這種科技就能發揮功能。」
美國加州大學戴維斯分校（UC Davis）講師Matthew Lange指出，要在食品業創新就需要更好的數據收集和標準：「我看見很多人都正應用機器學習到食譜研發的風味和營養方面。」他認為這將有助促進更好的標準和數據分享以繪製、劃分風味和香氣，為更美味、更有營養和更可持續的「個人化」食物和食譜開放新機會：「若我們有能力『回放』食物風味和香氣，在科技和商業模式都將創造出爆炸性進展。試想像能夠按你的喜好創造出一種獨特風味和香氣的醬汁，甚至可能你想創造某種帶有海灘感覺的食物，這就變成了一種體驗。」
據德勤（Deloitte）調查，約有38%食品業高層說，已部份引入AI到倉庫運作；另有18%表示正使用AI來建立讓消費者取得更多產品資訊和推薦的技術。「消費者互動與產品持續改善的循環將會成為常態。」德勤副主席兼美國消費品行業領導人Barb Renner說。
Fourkind首席機器學習夥伴Jarno Kartela還預期，AI還將會在更多的行業尋找新「味道」或產品設計：「這種AI生成可以影響全球不同行業。我預期AI系統會產生糖果、香水、飲品甚至波鞋設計的食譜或配方。這當中有很多都已經有人試過，但大規模採用仍然未見。」
緊貼消費者口味
日本酒商未來日本酒店就是這股數據化潮流的一員。他們推出了Yummy Sake服務，設計了一個利用AI的手機程式，協助無法使用專業品酒師術語表達喜好的大眾消費者，了解和表達自己到底喜歡哪種清酒口味。他們會在店舖提供10款小杯清酒予客人盲測試飲，然後在程式中有多種風味選項給他們評分，但就用上一些日文中「貼地」、表示風味口感的擬聲擬態詞，最後AI就可替客人辨別口味偏好。銷售總監寺田裕貴解釋：「當然，同一個人可以每次都試到不同結果，視乎你的心情、天氣或有沒有進食。」
初創公司Analytical Flavor System也設計了一個類似的手機應用程式Gastrograph，收集個人口味數據。它的主要功能是一個風味輪，設有24個感官體驗種類，例如「肉味」、「苦」、「口感」等。當測試者品評一樣食物或飲品時就可以在「味道地圖」上點選他們品嘗到的感覺，按強度1至5評分。每個這些大項內還再有小項，例如肉味到底是像牛肉、香腸還是袋鼠肉，或果味到底像蘋果、橙還是莓果之類。測試者最終再對這食物或飲品以1至7級作一整體喜好評分。
此外，Gastrograph還會收集測試者更多數據，包括基本個人資訊、社經地位、過去購買該產品後的感受、抽煙習慣，甚至測試時的環境數據，如氣溫、大氣壓力、噪音水平等它聲稱會左右評味體驗的元素。創辦人James Cohen解釋，「我們把每個感應器都開了」，包括收音咪、感光器、GPS定位。
之所以收集和分析這些數據，Cohen認為食品公司研發新產品時，傳統上都只靠評味專家使用標準化、統一的品評術語達致某種客觀準則，扼殺了個人偏好。他認為Gastrograph的AI更深入了解和預測消費者的口味偏好。
但Gratrograph的重點不在於緊貼宏觀大潮流，而是微觀客製化，有助食物和飲品公司利用這些資訊更為客製化地來研發新產品或調校口味。例如墨西哥烘培食品大廠Grupo Bimbo正計劃把它在當地廣受歡迎的餅乾Sanissimo在美國推出，與之合作的科技公司Acelerada就在推出之前以Gastrograph進行先導測試，估計美國消費者的反應。Cohen甚至希望最終能照顧到無法從大眾主流口味所滿足的大量碎片化小眾客群，但Gastrograph仍未到這階段，現時主要被一些啤酒公司用作品質控制，追蹤和監察不同批次的口味是否一致。
初創公司Foodpairing共同創辦人Bernard Lahousse也看到這種數據化潮流：「愈來愈多食品公司都擁抱電子化和注重數據。」她的公司研發數碼食物「地圖」和演算法，來推薦食物和飲品配搭。她聲稱其公司有「全球最大的風味數據庫」，可基於人類偏好和數據分析作更準確預測：「比起利用專家或消費者固定樣本，我們開發的演算法可知道消費者對某個產品的看法。」
Foodpairing會按照分子分析，提供「風味智能圖」。例如一塊西班牙乾醃火腿就會有被形容為「芝士般」（cheesy）或酸性的元素；而紅菜頭就有「木質」和「焦糖」的風味。Lahousse說他們其中一個較知名的配搭建議是奇異果配蠔，聲稱已成為比利時一間知名餐廳中的招牌菜。她補充：「Foodpairing會找出所有可能的配搭，但食物有文化背景差異也十分個人，所以當我們與食品公司合作時，也會使用消費者行為來增加配對建議的相關性。」
有些公司同樣想要用AI了解消費者口味，但就另覓蹊徑。Hunt's番茄醬的生產商Conagra利用AI分析社交媒體及消費數據，試圖找出消費者需求的趨勢和規律。例如他們的AI發現，在網絡上與獨角獸相關的圖像愈來愈多，年輕消費者對於獨角獸主題的食物、化妝和配飾也愈趨熱衷，再以AI辨別消費者所喜歡的獨角獸相關食品是什麼味道和外形。
最終，他們研發出一種新產品：包裝印有卡通獨角獸、類似棉花糖味的紅藍粉彩色布甸。「AI真的很擅長在圖像中標示和辨認出連續固定的主題。人類無法像機械般迅速處理這麼多資訊。」Conagra預測科學高級總監Thatcher Schulte說。AI還協助Conagra推出了無麩質（gluten-free）版本的「健康之選能量碗」冷凍食品，以及非乳製的打發忌廉。
社交媒體Facebook今年6月也在網誌介紹，他們的AI藉由麻省理工學院的Recipe1M大型食譜資料庫訓練，可辨識食物照片中的視覺特徵和推測所需食材，再以此回頭生成菜式名稱和烹煮步驟還原出食譜。惟未有透露辨識成功率或應用計劃。
若AI真如Cohen所說，可清楚知道我們真正喜歡什麼味道，那麼它會否被用來製造令人上癮的食物？這些程式會否建議使用健康而可持續的食材，還是不擇手段只為公司打敗競爭對手？Cohen沒有對此正面回應，反而強調AI將會帶來令我們更滿意的食物：「所有食品都將會更有針對性、更照顧到小眾品味。將會有一種更讓你喜歡的啤酒，而我未必同樣喜歡。比起一個反烏托邦的惡夢，未來會有令每個人都更滿意的產品。」
上文節錄自第193期《香港01》周報（2019年12月16日）《從數據庫尋找至佳配方 AI創口味 滿足人類味蕾》。
更多周報文章︰【01周報專頁】
《香港01》周報，各大書報攤、OK便利店及Vango便利店有售。你亦可按此訂閱周報，閱讀更多深度報道。