A inteligência artificial pode rapidamente na próxima revolução alimentar? Descubra como em nome do nome de soluções mais inteligentes, mais verdes e deliciosas para alimentar a crescente população no mundo.
ponto de vista: Inteligência artificial de alimentos: acelerando e pressionar a descoberta e a inovação democráticas. Imagem de crédito: Valentinakru / Shutterstock
Em uma perspectiva recente na revista NPJ Science of FoodO professor Stanford Eileen Cole destaca os requisitos nutricionais globais de 2050, as restrições impostas às inovações tradicionais da dieta global para atender a essas demandas e a possibilidade de inteligência artificial (AI) para superar essas restrições, enquanto enfatiza que a inteligência artificial não é uma ocorrência de experiências humanas ou avaliação sensorial na inovação alimentar. O artigo também alerta o otimismo irrealista e confirma que a inteligência artificial deve ser vista como um parceiro para acelerar e aprimorar os desafios nutricionais, não resolver completamente.
O artigo fornece exemplos da capacidade da inteligência artificial de facilitar a economia de custos e o tempo, desenvolvendo alternativas de alimentos tradicionais inovadoras e desenvolvidas. Ele destaca seu potencial para usar ingredientes ecológicos para montar uma ampla gama de nutrientes sem animais. Vale a pena notar que Kuhl enfatiza a importância de trocar dados de código aberto e cooperação multidisciplinar para alcançar esse objetivo, o que leva a um futuro sustentável. No entanto, Kuhl observa que os sistemas de inteligência artificial de hoje carecem da capacidade de entender as dimensões sociais, éticas e precisas dos alimentos que são profundamente raízes na cultura humana e que as aplicações atuais permanecem limitadas através da propriedade e das coleções de dados incompletas, especialmente para características como sabor e textura.
fundo
A medicina moderna tem mais fácil para declínios nas taxas de mortalidade global, o que levou a uma diminuição na população humana mais rapidamente do que nunca. Embora os benefícios desses desenvolvimentos não possam ser exagerados, as dietas atuais estão lutando para atender aos requisitos nutricionais da crescente dieta humana. Ansiosamente, modelos preditivos estimam que, até 2050, o tamanho da nossa população mundial se aproximará de 10 bilhões de pessoas e exigirá 20 % de alimentos mais do que hoje.
Dietas tradicionais não são sustentáveis e ineficazes. O Relatório de Segurança Alimentar e Nutrição do Banco Mundial (2023) destaca que 733 milhões (9,8 %) de todas as pessoas sofrem de fome e 9 milhões de causas relacionadas a fome a cada ano. Essas dietas também são um pesadelo ambiental e ambiental, que depende fortemente da agricultura animal, e é um dos principais contribuintes para o aquecimento global, a remoção da floresta e o uso excessivo de água doce.
Essas estatísticas lançam luz sobre a necessidade de transformar um modelo na produção de alimentos globais, que confirma as deficiências das dietas tradicionais e acelerar o caminho da inteligência artificial (IA). Nesta perspectiva, a Kuhl coleta o conhecimento atual para incluir as deficiências do desenvolvimento/inovação da dieta tradicional e explorar como a inteligência artificial e outros desenvolvimentos avançados na produção de alimentos podem superar essas restrições e os desafios que devem ser superados para garantir a saúde livre de saúde amanhã. O KUHL determina oito áreas onde a IA pode ter um efeito notável: previsão, melhorar as estruturas de proteínas, descobrir novas combinações, acelerar o teste do consumidor, substituir aditivos e conservantes químicos, prever propriedades de textura e mecânica, aprimorar as características do sabor, gerar novas quantidades de reivindicações de texto e desenvolver modelos básicos de alimentos.
A necessidade de inteligência artificial em uma revolução na produção de alimentos mundiais
A inovação alimentar tradicional é um processo lento, repetitivo e complexo, que inclui insumos de várias áreas (ciência de alimentos, arte de culinária, pesquisa de consumidores e engenharia). É inerentemente incapaz de processar uma enorme quantidade de dados experimentais criados no mundo da tecnologia avançada de hoje.
Além disso, mudanças exatas nos parâmetros de entrada durante a inovação podem ter consequências inesperadas e, às vezes, semelhantes ao impacto da borboleta no produto final. Mesmo ao concluir e publicar inovações teóricas, ele fornece complicações práticas adicionais, o que confirma a abordagem de experiência e erro como caro, leva muito tempo e é ineficaz.
A IA oferece uma ferramenta vibrante para processar todas essas ofertas. Ai al -Tulaidi pode aproveitar os enormes conjuntos de dados (enorme espaço de parâmetros multimídia) e grandes modelos de linguagem para identificar e identificar ingredientes, desenvolver equipamentos, engenheiros e melhorar os produtos. Vale a pena notar que a inteligência artificial não reenal já é amplamente utilizada nos pipelines de inovação alimentar tradicionais para simular a disseminação dos produtos e variáveis precisos e precisos atuais, alcançando assim resultados ideais de nutrição e sustentabilidade, sem resíduos tradicionais associados à experiência e erro. No entanto, o artigo confirma que os atuais sistemas de inteligência artificial são limitados por meio de grupos de dados incompletos ou de propriedade, especialmente para auto -qualidades como sabor, textura e biologia.
O menu de ingredientes resume todos os ingredientes do produto, incluindo corte inteiro de alimentos, extração de alimentos, materiais naturais, especiarias, ferramentas de cozimento e cozimento, fraturas, não -nutrientes, fortificações e especiarias processadas. O exemplo fornece uma lista de ingredientes para o produto de leite baseado em planta.
Desafios em inteligência artificial e barreiras na frente de sua adoção
Os conjuntos de dados atuais de IA (código aberto) são ricos em recursos de nutrientes. Por outro lado, os grupos de dados necessários para prever o sabor, a textura e a biologia são raros. Mesmo quando estão disponíveis, os conjuntos de dados auto -dados geralmente são propriedade e IA não acessível.
Na face, essas restrições são temporárias e podem ser superadas por meio de cooperação multidisciplinar entre cientistas de alimentos e dados e a troca de resultados de código aberto. O desenvolvimento dos modelos básicos baseados em transformadores capazes de integrar dados multimídia em uma estrutura unificada pode acelerar bastante esse processo, como evidenciado pelo modelo de “chefusão” que se concentra em receitas recentes.
O artigo também alerta que a inteligência artificial para os alimentos não deve ser exagerada e que é importante permanecer ciente de suas restrições, como falta de transparência, força matemática insuficiente e complexidade dos dados reais. Embora a inteligência artificial possa acelerar e melhorar bastante a inovação alimentar, o autor enfatiza que a experiência humana, a compreensão cultural e a criatividade são indispensáveis.
Conclusões – Tabela de amanhã
Nesta perspectiva, os detalhes da KUHL são oito oportunidades específicas em que a IA pode causar um efeito transformacional na inovação alimentar: (1) previsão e melhorar as estruturas de proteínas para imitar produtos de origem animal; (2) descobrir novos componentes composições; (3) acelerar o teste do consumidor prevendo preferências; (4) substituir aditivos químicos e conservantes por alternativas mais saudáveis; (5) previsão de propriedades de textura e mecânica por meio de modelagem automática; (6) aprimorar arquivos de sabor usando modelos obstétricos; (7) gerar novos equipamentos nutricionais a partir de reivindicações de linguagem natural; E (8) desenvolver a base para alimentos que podem integrar fontes de dados multimídia e permitir uma rápida adaptação a novas tarefas.
O adesivo nutricional contém informações sobre nutrientes grandes, incluindo gorduras totais, gorduras saturadas e transformadas, carboidratos, fibras alimentares, açúcares, proteínas e microcidade, incluindo vitaminas e minerais. O exemplo fornece informações nutricionais para o produto de leite vegetal.
Em seguida, forneça exemplos de como permitir o uso da inteligência artificial para reparar completamente a dieta tradicional, permitindo a melhoria da inovação (por exemplo, simulação para melhorar os custos e a eficiência), reduzindo o custo ambiental (por exemplo, desenvolvendo produtos de origem animal), consumo de consumidores (como usando requisitos de ampla e abrangência do consumidor para prever produtos de produtos). O artigo mostra esses pontos com exemplos no mundo real, como fórmulas de leite e frango em nome da inteligência artificial, descobrindo vitalidade vital da semente de Bright para a saúde e o uso da organização espontânea por Knorr para associar o sabor em produtos vegetais.
No entanto, para alcançar esse ideal e ajudar a inteligência artificial a alcançar todo o seu potencial e cooperação multidisciplinar entre cientistas de alimentos e cientistas de dados, além de se preparar para resultados de código aberto. O artigo conclui que a inteligência artificial fornece uma abordagem eficaz, econômica e inovadora para os desafios da dieta, mas seu sucesso dependerá de expectativas realistas, transparência e vários grupos de dados fortes. Em geral, a perspectiva enfatiza a capacidade da inteligência artificial de dar ao caráter democrático à inovação alimentar, tornando -a mais fácil, eficaz e à resposta aos desafios globais.
