汇编|王Yuxin

来源|监护人

作者|纳迪亚·贝伦斯坦（Nadia Berenstein）

杰森·科恩（Jason Cohen）说：“市场上几乎所有的食物和饮料都不好，几乎没有我理想的产品。”

科恩（Cohen）是分析风味系统的创始人兼首席执行官。这是纽约的一家开始公司，试图颠覆高级工业化的消费品行业。

在公司附近的一家澳大利亚咖啡店中，科恩开始谈论他的人工智能平台的胃施加。该平台可以以前所未有的方式吸引人们的口味偏好。

科恩认为，不仅这些杂货店出售的小吃，蛋糕，酸奶和啤酒无法刺激人们的感官。更深入的流行问题是：没有为您设计的产品。

食品和饮料制造业面临“主要人口”。制造商将根据大多数消费者的需求进行粗略的估算，然后设计专门针对大多数人的胃口的产品。科恩认为，这是货架上的产品使大多数人“喜欢”，但很少有人真正“坠入爱河”这些产品。

这是事实，食品加工业生产的食物确实非常擅长对公众取悦。

《纽约时报》的记者迈克尔·莫斯（Michael Moss）曾记录零食公司如何使产品达到“幸福点”，大多数人无法通过调整盐，糖和脂肪的比例来吸引消费者来抗拒。

但是科恩的观点是，现有的食品风味设计模型只能在粗糙加工食品中有效。他认为，人工智能工具将引导公众进入新世界的食物，而饮料公司将比以往任何时候都了解更多关于用户的知识，而所提供的产品可以满足更个性化的需求。

打开隐藏的口味世界

为了对用户的食物有更多的了解，分析风味系统使用手机应用程序胃电图作为数据收集工具。该应用程序的核心功能是带有24个指示器的车轮磁盘。每个指示器都可以测量感官体验，例如“肉”，“苦”或“味道”。

每个评估标准具有5个不同的强度水平。味觉测试人员可以通过检测到的食物质量来绘制这些评估指标来吸引风味感。该子-Menu还具有更详细的记录体验，包括指定的“肉”质量，例如香肠的味道或更多异国风味（Elk，Kangaroo）。之后，该系统将为测试人员提供1到7的产品偏好水平，包括1到7。

使用胃片手工啤酒进行味觉分析，车轮盘的24个指标对应于特定的味道。强度水平可以分解为子室，以进行1到5的更详细的分析。

此外，胃肠表还可以收集口味测试人员的数据，包括人口统计，社会和经济状况，过去的产品经验，吸烟习惯等，还涵盖了测试周围的环境信息，例如温度，气压和噪音水平。这些因素可能会影响人们的口味体验。

科恩解释说：“实际上，我们将直接打开设备上的所有传感器。”

“我们甚至收集了磁场数据。尽管我们无法通过这些数据预测任何东西，但将来谁知道它？”他耸了耸肩。

这些尝试的最终目标是打开通往私人领域的大门：隐藏和难以忍受的品味世界。

但是，人们的口味实际上是非常独特的，它可能会受到生物学，文化和个人经验的影响。但是，胃真的人工智能的力量是，它可以建模和预测日益减少的消费者群体的口味偏好，并为食品和饮料公司提供信息，以开发和优化具有更多特定经验的产品。

科恩（Cohen）梦想着有一天我们可以拥有dorito（最好的外国薯片品牌）。

但是，该算法没有味蕾，神经网络永远不会吃零食。机器大脑可以真正了解人们将来想吃什么吗？

自工厂开始生产食物以来，如何制作品尝食物是一个困扰生产商的问题。工业加工为品味体验带来了新的挑战，并且还带来了新的可能性。空前的原材料加工和制造能力繁殖了两个主要问题。这两个问题仍然是该行业的重中之重。

第一个问题与一致性有关。世界上没有两个与可可豆一样的小麦谷物。但是，生产线产生的每个Oreo饼干都应尽可能一致。那么，我们如何在确保食品商业化和团结的同时改善味觉体验？

第二个问题是味觉问题。两个奶油饼干可以分为高或低的饼干？如何衡量喜悦？

分析风味系统创始人兼首席执行官Jason Cohen

在20世纪中叶，食品科学家，化学家，家庭经济学家，消费者研究人员和实验心理学家创建了一项新的学科来解决这些问题：感觉科学。

也许您像大多数人一样，根本没有听说过这个学科。但是，这种学科的方法基本上塑造了人们所吃的一切，它也是一种秘密武器，可确保每个罐头的百威啤酒的口味都保持一致，计算出薯片的最佳酥脆性，并确定最佳的口味饼干。

感官科学的成就与一群专业人士团队密不可分，即一个受过良好训练的感官专家小组。

感官群体的味道应学会分析味道和气味。他们学习使用标准化的味道，香气，质地和品味来描述自己的感受。他们被教授放在一边，刚刚报告了他们所感受到的内容。

多年已经过去了，那些平等的自动化机器，例如电子鼻子，电子舌和其他感应设备，威胁到人类口味的状态，但是不可否认的是，感官组的口味对于感觉科学来说仍然是必不可少的。其中之一。

如今，许多感官团队在大型食品和饮料公司中工作。学术，政府和军事研究实验室是必不可少的。甚至感官评估和咨询公司的国际网络也无法与感官组分开。

Compusense是世界领先的感官咨询公司之一。该公司的客户清单包含许多顶级食品，饮料和风味品牌。

该公司的创始人兼董事长克里斯托弗·芬德利（Christopher Findlay）说：“我们有30个专业感官小组成员。”最近的6周的炸薯条研究，该公司将为他们付费。

“他们会得到报酬。”芬德利说：“但是薪酬不一定是所有的钱。他们可以快乐地完成这项工作，甚至暴风雪也无法阻止他们来这里。”

每个人都必须接受Compuseense注册的反馈标准方法的培训。 Findlay解释说，这种方法允许品味器非常准确地描述他们的口味体验。

该方法旨在确保客观性，并希望参与者能够对同一本书做出合理的统一回应。最后，感官小组需要能够生成可靠和重复的信息以获得主观的味觉体验。例如，让一家公司了解如何使葡萄柚饮料与其他公司的葡萄柚饮料的口味不同，或者确定某种成分的变化是否会导致口味发生重大变化。

机器大脑可以真正了解人们将来想吃什么吗？

当然，涉及消费者行为的问题将变得更加复杂。 “问题根本不一样。”芬德利说。

然而，许多预测最终将归因于直觉 - 这可能是食品和饮料行业中新型研发的原因，被视为“一场血腥战争”。

人工智能季节

一旦列出了90％的新产品，这一说法将在一年内完全失败。当然，这些数据可能会被夸大，但是无论您如何看待这些数字，在竞争性的美国市场上推出新食品或饮料都是一次伟大的冒险，是一次昂贵而危机的冒险。

最近的统计数据估计，每年新产品的失败将导致美国食品行业损失约200亿美元。可以说，食品和饮料公司非常渴望以更稳定的方式预测未来产品的口味。

这是科恩（Cohen）认为感觉科学未能表现出脚的领域，也是分析风味系统可以看到机会的地方。

如果他是对的，那么这可能意味着在感觉科学领域的基本调整以及感官任务组的巨大而扎实的模型转换。同时，这也可能意味着有必要拥抱公众舆论的混乱外观，并找到该行业长期以来考虑的新方法。

科恩（Cohen）在笔记本电脑上放了一张幻灯片，显示了米勒·莫尔森·库尔斯（Miller Molson Coors）的照片，以品尝这群人。图片上的五个人坐在桌子旁，桌子上有塑料样品杯。他们在纸上写了笔记，并笑着互相聊天。

科恩几乎没有掩盖他对此的看法：“这显然不是开发产品的科学方法。他们想要开发的产品不仅面对国家，而且对国际的面对。”。

科恩认为，传统的感官评估方法基本上是有缺陷的，它们从根本上具有误导性。也就是说，经过培训的专业被视为中立工具，希望他们能将自己的喜好放在一边，并就口味问题达成共识，但感觉科学否认了人们之间的明显差异。

科恩说，当使用标准化语言描述他们的经验时，当小组的味道被“校准”时，“您实际上会丢弃感知更广泛潜在市场变化的数据。”

虽然有效的大规模生产允许工业粮食生产系统，同时又可以达到生产力和廉价的双重收集，但切断了想要认真体验饮食的人之间的联系

换句话说，科恩指责传统的感官科学以实现错误的客观性，并人为地限制了口味的经验。

直到他“遇到”数据科学。

2010年，科恩（Cohen）开始跟随宾夕法尼亚州信息科学技术学院的约翰·元教授，从事研究生工作。他建立了一个基本的人工智能平台，以记录茶信息和品尝笔记。他的目标是完成这样的程序：当您输入自己的品味的内容时，该程序可以告诉您您在喝哪种茶。

“在2012年，我们取得了巨大进展。”他说，该系统有能力超越他和同事来找出茶的起源，这是胃肠真正的人工智能的基础。

科恩（Cohen）在获得学位之前就离开了研究生院，并自2013年以来致力于分析风味系统，称这是为了保护他的知识产权。茶研究所的两名成员Ryan Ahn和Aislynnnnn van Clief也很快加入了他的公司，现在担任公司的研究和创意总监。他们与另一位数据科学家一起构成了分析风味系统团队的核心。

与校准食物口味的经验不同，胃肠表的原则是每个人的口味体验都不同，然后人工智能工具将分析那些品味差异不同的地方。

科恩（Cohen）解释说，机器学习的强度是，它可以找到一种模型，该模型被传统的感觉方法视为噪声。此外，它还可以将感觉科学丢弃的信息中的信息偏好定位出意外的口味偏好。

“我们认为味道是一个无限的希尔伯特空间。”他解释说，希尔伯特的空间是一个数学概念，具有带有无限变量的复数代数系统。

他的意思是，相同味道的感官体验的可能性实际上是无限的。感觉科学限制了收集的数据。例如，Tastor仅限于标准词汇，但是人工智能不需要遵守这些限制。这个想法是胃肠表中“超人类绩效”的方法，深入挖掘人们记录但被忽略的数据。

您愿意交出数据吗？

本质上，人工智能描述了使用机器学习技术的任何系统，包括计算算法，包括神经网络和自然语言处理。他们可以从数据组中挖掘含义，找到模式并预测。

无论是过滤垃圾邮件，识别潜在的新药还是为戏剧发烧友推荐下一个程序，基于人工智能的系统都会随着时间的推移降低其错误率，并更好地提供我们想要的东西。

但是，为了做到这一点，人工智能还需要人们提供一些交换的东西，这是我们的数据。

人们可以在其手机上下载免费的公共版本的胃肠板。

作者本人也尝试过。当它要求提供访问麦克风和位置的权限时，作者犹豫了一段时间，最后仔细，正确地提供了以下个人信息：种族，种族，性别，生日，生日，第一语言，家乡。

毕竟，数据是人工智能的命脉，或者更像人工智能内分泌系统，使系统能够成长，成熟和发展，并填充骨骼以建立肌肉。

从这个角度来看，如果人们想吸引个性化食物的新时代，那么处理个人信息可能是“必要的邪恶”。

当然，胃肠板不是推荐的引擎，而是大量数据收集系统的输入终端。它不会帮助人们认识自己。相反，用户数据可以帮助人工智能改善人们感知饮食的方式，然后帮助食品公司设计将其出售给人的产品。

目前，分析风味系统并不依赖我的业余爱好者来填补其数据库。该产品的主要用户是受过训练的食品和饮料公司的感知团队和产品开发人员。他们为公司的主要研发数据库提供了200,000多个评论。此外，该公司还可以访问约100万个消费者审查数据库，这些数据库主要用于验证消费者预测。

如果数据是人工智能的命脉，那么它也是人工智能的最大负担。

收集数据的成本很昂贵。对于早期的人工智能初创公司，这也可能是对此的限制。食品和饮料公司以其数据而闻名。

当被问及食品和饮料公司是否会担心其下属品尝团队对胃肠造影数据库的反馈时，科恩说：“这在这方面会引起争议，我们对此话题非常坦率。显然，对于两者来说，两个竞争对手的竞争者将永远不会预测任何一方的产品，但每个人的数据都会改善系统。

总体而言，胃肠真的收集的数据显示，大型模型和新兴偏好。科恩（Cohen）提出，美国消费者对苦味的越来越多的热爱最近开始影响酸味。在市场上，您可以在这方面看到证据：热衷于精酿啤酒的消费者开始更喜欢Lammi啤酒，希腊酸奶食品师转向冰岛的脱水酸奶，葡萄柚 - 饮食越来越受欢迎，这种味道变得越来越流行，这种味道是聪明的地面结合了酸味和苦味。

但是，这不是对宏观趋势的跟踪，而是微观定制：预测越来越多的人的观点和偏好。

科恩说：“你可以进入一杯拿铁咖啡的味道。” “系统将输出优化解决方案，以更改使产品更好的东西。”

没有柏拉图风格的理想拿铁咖啡。只有最适合您的拿铁咖啡，最适合您的咖啡。

例如，胃肠片不仅会推荐葡萄柚味，而且还将如何调整花朵香气，果味，苦味和酸味的程度，以吸引东北的千禧一代，或超过40岁以上的德国女性。

从理论上讲，摄影术收集的味觉数据越多，其模型和预测就越好。但是，公司面临的一个大问题是从哪里获取这么多数据。

食品行业一直在朝着更多专业产品的方向发展。

在1980年代，感觉科学的先驱之一霍华德·莫斯科维茨（Howard Moskowitz）在为Prego工作时强调了这一点。正如他的消费者研究表明，没有完美的意大利面条酱，不同的人适合不同的意大利面条酱。 Prego成功的关键不是要改善经典的番茄酱，而是要意识到只有有些人喜欢浓稠的调味料，但这不是整体市场偏好。

Moskowitz将美国人分为三类 - 有些希望酱汁很简单，有些像辣味，有些喜欢浓稠的酱汁。在这方面，科恩的想法更详细，人工智能的分析可以更好地揭示各种口味偏好图。

他说：“仍然有许多联合国发展市场，到处都是空白。”但是，科恩的愿景不是要辨别消费者。

分析风味系统的研究和开发负责人瑞安·阿恩（Ryan Ahn）说：“我们希望为所有人带来更好的产品。”尽管他承认这项技术尚未完成，但他承诺“个性化产品即将到来。我们希望成为个性化产品背后的智囊团。”

味道个性化是伪合作吗？

与自动驾驶汽车或亚马逊的Alexa相比，食品行业中人工智能的表现明显低于预期。许多顶级公司正在使用人工智能来改变食品生产的整体状况：农场，饲料农场，工厂和其他制造和分发饮食的大型系统。

分析风味系统希望将机器学习的力量应用于食物的最隐私和个性化方面：口味。

但是，到目前为止，胃肠片的主要用途是精酿啤酒行业的质量控制，作为跟踪和监视不同产品口味的一致性的工具。最近，这项技术帮助企业调整了十多种新的，即将到来的产品味道特征，包括精酿啤酒，调味水，巧克力和咸零食。

最后，分析风味系统不是在某种食品或饮料上出售的：它是经验丰富的描述性图像，一个预测图以及吸引消费者的市场细分市场的愿景。这些由整个食品系统分开。本质

正如其创始人所说的那样，如果未来的食物得到了优化，那么公司的成功或失败最终将取决于胃肠造影的能力。味道的口味不能生存，它将比现有公司更准确，更高效和成本效益。

尽管科恩声称他的公司正在颠覆感官科学的基础，但该领域的专家仍然质疑科恩（Cohen）在该学科特征的特征。

研究感觉科学的人类学家Anamaríaulloa博士不同意科恩的观点。

她说：“确切地说，感官科学家和品尝小组的实践揭示了食物评估带来的所有小麻烦。”他们的实验技术有效地捕获了这些不确定因素和不同品味剂之间的差异。

约翰·海斯（John Hayes）教授，宾夕法尼亚州食品科学，科恩（Cohen）的老师也感到遗憾的是科恩对这一领域的粗略理解。

海斯说：“长期以来，高级科学家一直在面对分析风味系统，声称解决了问题。” “他们开发了一组复杂且不断开发的方法和统计工具来改善收集的数据。质量，可靠性和功能，包括将描述性评估与偏好等级相结合。”

他承认：“它确实可以从团体智慧的角度看待这些问题，但是大多数人从未从感觉科学的角度研究这些问题。” “但是科恩说，你必须放弃校准或良好的感官实践。来获取比例数据，我认为这是错误的。”

换句话说，如果有用于培训和开发算法数据的缺陷或错误，那么世界上任何机器学习能力都无法带来更好的结果。

cohen方法的批评者认为，不加分析的数据收集系统并不意味着人群种类不会被排除在模型之外，也许人工智能技术可能会更好地被用于提高收集的感官数据的质量，而它不仅仅是扩展数字。

当然，胃真的能否履行其诺言尚待观察。但与此同时，一些投资社区已经开始拘留Cohen的BAO。

分析风味系统吸引了Techstars和ZX Ventures和AB INBEV全球创新基金的投资。分析风味系统目前正在进行200万美元的新融资。

对于公司的黄金所有者来说，味道的味道是潜在的金矿。

负责Techstars Connection的人Eamonn Carey是分析风味系统的早期支持者。他提到了食品和饮料公司的“圣杯”。

就像Instagram或Facebook观察到目标广告中用户的在线行为一样，提供了人们似乎更准确地想要的东西。食品公司有一天会将其产品与人们的口味相匹配，并使用相应的口味来确保该产品可以在厨房中占据一席之地并牢固地掌握用户的心脏。

凯里（Carey）若有所思地说：“它们可以直接出售给消费者，而不是经过咖啡店和杂货店。数量，数量，数量控制我的胆固醇水平。

虽然高效率和大规模生产允许工业粮食生产系统实现生产力和廉价的双重收集，但它也可以与想要专心体验饮食的人们的联系，以使许多消费者和大型跨国品牌和农业企业是疏远。本质

不可能否认更个性化的工业化食品系统确实吸引了人们。该系统不仅可以考虑文化和人口差异，而且实际上似乎是对个人欲望的回应。但是该系统面临着明显的物流挑战。分析风味系统或支持者可以解释这些挑战令人难以置信。

此外，为了使这种愿望成为现实，人们需要支付一些交换：我们的数据。

人们正在食物信息的爆炸中。无论是Smart冰箱的无声传感器，Amazon Alexa或Siri上的订单，还是Instagram发布的晚餐照片，现在这个时代的信息比以往任何时候都多。分析风味系统将成为这些数据的受益者。

加州大学戴维斯大学IC食品和其他研究团队等研究团队正在试图建立“食品互联网”。标准的一般数据语言收集可以将混乱的食物信息转换为计算和可操作知识。负责IC食品的人Matthew Lange预测：“像胃肠表这样的工具可能会成为这种大型食品感官体验收集引擎的一部分。”

如果您想获得更好的食物，则需要更多数据。人们想进行此类交流吗？

“我想建造一个可乐的世界”，这是历史上最受欢迎的口号之一，它将地球与可乐饮料联系起来。

将来，每个人都会通过分析风味系统喝独特的可乐。