McCormick &Bedrijf, een pionier op het gebied van smaak- en voedselinnovatie, en mijn team bij IBM Research hebben een nieuw AI-systeem ontwikkeld om productontwikkelaars te helpen efficiënter en effectiever nieuwe smaakervaringen te creëren. Dit jaar, we zullen een mijlpaal vieren in onze voortdurende samenwerking die al vier jaar in de maak is:onze eerste AI-compatibele retailproducten zullen beschikbaar zijn in de schappen van de kruidenier.

McCormick &Company hoorde over het vroege werk bij IBM dat AI gebruikte om smaken te combineren en recepten te genereren. Ze namen contact op met IBM Research om het potentieel van AI in hun omgeving te onderzoeken als leider in de ontwikkeling van aangepaste smaak- en voedingsproducten. U kent misschien McCormick &Company als de naam op het etiket van uw favoriete smaakmakers en smaakstoffen. In feite, McCormick &Company heeft twee segmenten. Het consumentensegment heeft wereldwijd merken met een retailportfolio met onder meer specerijen en kruiden, recept mixen, extracten, specerijen, marinades, voorraden en meer. Het segment Flavor Solutions heeft een portfolio bestaande uit smaakstoffen, merkproducten voor voedseldiensten, specerijen, coatingsystemen en ingrediënten voor voedselproducenten, foodservice-exploitanten en restaurants over de hele wereld. Ons werk omvat beide segmenten.

Het creëren van smaakervaringen is een uitdagend domein. De wetenschap over hoe mensen smaak ervaren, wordt niet goed begrepen. Het is een combinatie van ten minste drie zintuigen:geur, smaak en uiterlijk. Het idee dat de tong kan worden ingedeeld in vier smaakgebieden (zuur, lief hoor, zout en bitter) is ontkracht. Het is alleen niet zo eenvoudig. De meeste wetenschappers zijn het erover eens dat er nog minstens één smaak (umami) is en dat proeven op meer plaatsen voorkomt dan alleen de tong. Elke smaakreceptor, waar het ook voorkomt, kan alle vijf smaken detecteren. Er is ook een genetische component bij betrokken die helpt verklaren waarom sommige mensen koriander als een heerlijk kruid ervaren, terwijl anderen het als onaangenaam ervaren.

Het ontwerpen van nieuwe smaakervaringen is een kunst en wetenschap die vele jaren nodig heeft om bekwaam te worden. Er zijn duizenden beschikbare ingrediënten. De productontwikkelaar moet niet alleen bepalen welke combinatie van ingrediënten moet worden gebruikt, maar ook de verhouding van hoeveelheden die nodig zijn om aan specifieke doelen en tal van andere vereisten te voldoen. Zelfs de kleinste verandering in de hoeveelheid van een ingrediënt kan een smaak maken of breken. Productontwikkelaars krijgen expertise door jarenlang hands-on experimenteren, iteratief maken van kandidaat-formules, fabricage monsters, het uitvoeren van een verscheidenheid aan laboratorium- en consumententests op de monsters, en leren van de resultaten. Het is een tijd- en middelenintensief proces.

Toch is snelheid van essentieel belang. Een aanzienlijk deel van het productontwikkelingswerk in het Flavour Solution-segment is het reageren op verzoeken van concurrenten; als eerste reageren met een innovatief product/smaak is een overtuigend concurrentievoordeel.

Het ontwerpen van nieuwe smaakervaringen bij McCormick past goed bij AI-technologie vanwege de aard van het probleem en de schat aan beschikbare gegevens die zijn verzameld gedurende tientallen jaren van operaties, inclusief gegevens over historische smaakformules, grondstof componenten, experimentele resultaten, testresultaten van de consument, succes in de markt en meer. Voortbouwend op eerdere IBM-onderzoekservaring met het gebruik van AI om smaken te koppelen, evenals onze eigen IBM Research AI for Product Composition, we hebben een systeem gemaakt dat nieuwe en geavanceerde algoritmen voor machine learning gebruikt om honderdduizenden formules en duizenden grondstoffen te doorzoeken, helpen bij het identificeren van patronen en nieuwe combinaties die passen bij specifieke ontwerpdoelstellingen.

Ons systeem bevat algoritmen die kunnen leren en voorspellen:

• Mogelijke alternatieve grondstofaanvullingen en substituten voor een formule
• Passende verhoudingen van grondstoffen op basis van gebruikspatronen
• Menselijke reactie
• Nieuwheid van door het systeem gegenereerde smaakformules zoals gemeten door een afgeleide afstandsfunctie (hoe groter de afstand tussen een smaakformule en zijn naaste buren, hoe nieuwer de smaakformule naar verwachting zal zijn)

Een belangrijk onderdeel bij het bouwen van een AI-systeem dat een essentieel hulpmiddel is in de dagelijkse workflow van productontwikkelaars, is het ondersteunen van verschillende gradaties van nieuwheid. Eén maat past niet allemaal. In sommige scenario's, het doel is om een ​​smaakformule te optimaliseren door deze tot in de perfectie te tweaken. Bijvoorbeeld, er zijn een veelvoud aan smaaknuances van verschillende vanillebonen afkomstig uit vele delen van de wereld. Wat is de beste combinatie van vanille om de gewenste smaakervaring te leveren?

In andere scenario's, het doel is om een ​​werkelijk nieuwe smaakervaring te ontwikkelen. Hier, de variatie of afstand tussen ingrediënten (bijvoorbeeld vanille versus aardbei) is waarschijnlijk belangrijker dan de keuze binnen een ingrediëntenfamilie (bijvoorbeeld vanille). Ons systeem leert en gebruikt een afstandsmodel om gewenste smaakformules voor te stellen.

Omdat ons AI-systeem datagedreven is, de inzichten die het oplevert, evolueren naarmate de gegevens veranderen. Productontwikkelaars hebben een overweldigend aantal combinaties en verhoudingen van ingrediënten om uit te kiezen. Ze hebben misschien een aantal go-to-oplossingen voor bepaalde uitdagingen op het gebied van de smaak van componenten. Bijvoorbeeld, vanwege de tijdgevoelige aard van hun werk kunnen ze hun favoriete "bacon"-standby gebruiken wanneer de formule een bacon-smaakcomponent vereist. Het hebben van een AI-leerling die op intelligente wijze snel meer opties kan verkennen, helpt hen om het gebruik van gewone standbys te vermijden wanneer er aanwijzingen zijn dat er betere alternatieven zijn.

Ons team is verheugd dat producten van onze vierjarige gezamenlijke inspanning met McCormick beschikbaar zullen zijn voor retailconsumptie met hun nieuwe ONE-productfamilie die medio 2019 wordt gelanceerd. Ons AI-systeem hielp de productontwikkelaars van ONE om oplossingen te vinden voor smaakuitdagingen waarvan ze zich anders niet bewust waren. het versnellen van de time-to-value en het behalen van hoge beoordelingen met consumententesters.

Op basis van de veelbelovende resultaten tot nu toe, McCormick is van plan het AI-systeem wereldwijd uit te rollen naar operaties in meer dan 20 laboratoria in 14 landen met meer dan 500 product- en smaakontwikkelaars en hun ondersteunend personeel. In de tussentijd, onze voortdurende onderzoekssamenwerking met McCormick zal doorgaan met het aanpakken van meer dimensies van productontwikkeling en het benutten van voorheen onaangeboorde gegevensbronnen.

Dit is nog maar het begin van wat mogelijk is voor IBM Research AI for Product Composition. De onderliggende technologie kan worden gegeneraliseerd naar andere producten zoals cosmetica, geuren, wasmiddelen, lijmen, smeermiddelen en bouwmaterialen.

AI wordt een praktische realiteit in een groeiend aantal domeinen, steeds meer dimensies van ons leven raken. Sinds het begin der tijden, mensen hebben gestreefd naar het creëren van nieuwe en heerlijke smaakervaringen. Het bewijs van hoe alomtegenwoordig AI-tools zijn geworden, kan zo dichtbij zijn als de AI-enabled smaakmakers in uw volgende maaltijd.

Dit verhaal is opnieuw gepubliceerd met dank aan IBM Research. Lees hier het originele verhaal.