舌先にAI:人工知能技術が食卓に並ぶ

舌先にAI:人工知能技術が食卓に並ぶ

世界中の食べ物は、まさに世界の花火のボウルに過ぎません。人工知能は、新しい技術科学として、日常生活に「導入」されつつあります。

人工知能が「手を洗って」スープを作る

フェイスブックの人工知能研究所の研究者たちは少し前に、食べ物の写真からその材料や加工手順を自動的に識別できると言われるAIシステムを開発した。これにより、食通は自宅で食べたいものを作ることができるようになる。美味しいと思っても自分では作れないので、毎日他人のレストランに行ってお金を使う必要が無くなったようです。

このシステムを訓練するために、研究者らは数万枚の画像とレシピを「入力」したという。その後、プログラムはインターネット上でキャプチャされたレシピを分析し、人々が料理によく一緒に使う材料を研究する。機械がディープラーニングを使用すると、シェフと同じように食品の取り扱い方を考えることができます。機械は、食材の形状や季節の変化、味や食感などの変数などのデータにも注意を払うことができます。理論的には、機械はどのシェフよりも知識が豊富です。

[[373187]]

英国人ジャーナリストのニール・マッキンゼー氏は、AIに食事を作ってもらおうとした。同氏は冷蔵庫からトマト3個、サツマイモ1個、アスパラガス数本を取り出し、これらの材料をインテリジェントプログラムに入力し、食物アレルギーがない旨の声明文を記入し、キッチンにある調味料をリストアップした。すぐに、AI は煮込み、炒め物など、これらの食材を調理する方法を考案しました。

マッキンゼーはこれらの中から一つを選び、野菜を刻み、レモン汁で味付けし、最後にオートミールに加えました。材料を混ぜた後、人工知能プログラムは、加工した材料をオーブンに入れて15分間焼くように指示した。最終的に出来上がったのは、オートミールの味が強い、煮すぎた食べ物 4 品でした。完成品はおいしいとは程遠いものだったため、マッキンゼーはそれを「食べ物」と呼ぶことさえためらい、「丸い円盤状の物体」と呼びました。

名前にかかわらず、これが現在の AI シェフの真の姿です。AI が作る料理は確かに人のお腹を満たすことができますが、味などの要件を AI が達成するのはまだ困難です。さらに、地域によって味覚が異なります。たとえば中国では、南部では甘く、北部では塩辛い味がするため、すべての人を満足させることは困難です。そのため、人工知能がすべての人の好みを満たす「統一された料理」を作り出すことは困難です。

興味深いことに、AI シェフは味覚の欠点を認識し、この分野でのディープラーニングを開始しています。ニューヨークに拠点を置くAnalytical Taste Systems社は、人工知能を利用して食品・飲料会社に製品の変更についてアドバイスを行っています。同社は、独自に開発した人工知能プログラムを使用して、特定の材料を混ぜた後の味、香り、食感を計算し、さまざまな地域の顧客の好みに合わせて味をどのように変えるべきかを計算している。

同社は人工知能に「風味材料」を提供するため、50人からなるチームを編成し、毎日さまざまな包装食品を試食させている。米国で新型コロナウイルス感染が拡大する前、同社にはテスターのチームがおり、毎週さまざまな国を訪問して現地の顧客の食の好みを調査していた。次に、人工知能プログラムは、製品の味、テスターの意見、さまざまな地域の味覚などのさまざまな情報に基づいて、さまざまな製品のさまざまな味覚体験を予測します。

「AIシェフ」は人々がよりよい食事を摂れるよう支援する一方、「AIスメル」は人々が十分に食事を摂れるよう支援する取り組みを行っている。

食品廃棄物を削減するAIの活用

食卓での無駄は、多くの人が日常生活で見て見ぬ​​ふりをできる普通のことになっています。この目に見える無駄に比べ、食べ物が食卓に出される前の無駄はもっと深刻です。

世界農業・食料・栄養委員会の報告書によると、世界中で毎年1兆ドル相当の13億トンの食料が廃棄されており、その3分の1は食卓に届く前に廃棄されている。その中で、果物と野菜の半分以上が毎年廃棄され、肉の25%は食卓に上がらず、種子、ナッツ、乳製品、魚介類などの栄養価の高い食品は不適切な保管のために廃棄されています。同時に、世界中で30億人が食糧不安や不均衡な食生活に苦しんでいます。

食品の流通過程では、見た目が良くないという理由で小売業者によって大量の食品が廃棄されています。生鮮食品の中には、輸送、保管、冷凍の過程で傷んでしまうものもあります。棚に並んで賞味期限が近づくと、廃棄される食品が増えます。消費者が購入して家に持ち帰った後、食べる時間がないという理由で廃棄される食品も大量にあります。

食卓に出される前の食品の鮮度が、食品廃棄の程度を大きく左右することがわかります。これらの食品の鮮度をいつでも検出する方法は特に重要です。

一般的に言えば、私たちは個人的な経験と嗅覚に頼ってこれらの食品の鮮度を判断しますが、明らかに食品小売業者は食品の使用サイクルを評価するために常に変化を検知する人を雇うことはできませんし、消費者は冷蔵庫内の新鮮な食品について正確な判断を下すことはできません。

安価で使いやすいプラスチック包装のように、食品の鮮度を正確に測定・監視できる機器があれば、単に固定された消費推奨日を掲示するよりも、食品の利用効率が大幅に向上し、食品の食用状態をよりよく反映することができます。

現在、シンガポールの南洋理工大学のチームが発明した嗅覚AIシステムが、この問題を解決するための新たなアイデアを切り開くことになるだろう。この嗅覚AIシステムは、「匂い」のデータ化を利用して2段階の分解を実行し、匂いの化学信号をグラフィックカラー認識信号に変換し、匂い自体の複雑さの問題を解決します。

「e-nose」としても知られる「嗅覚AI」システムは、2つの部分で構成されています。1 . 肉が腐ったときに発生するガスに基づいて色が変わるバーコード。2 . 深層畳み込みニューラルネットワークアルゴリズムによって駆動されるモバイルアプリケーションであるリーダー。電子鼻の「リーダー」は、バーコードカラーの大規模なライブラリに基づいて肉の鮮度を識別し、予測することができます。

さらに、電子鼻を持ち運び可能にするため、研究者らはそれを30秒以内に結果を出せるスマートフォンアプリに統合した。

電子鼻の精度をテストするために、研究者らは市販の包装された鶏肉、魚、牛肉の鮮度テストを実施した。 48時間にわたって、6種類の肉のバーコード画像4,000枚以上がさまざまな時間間隔で撮影され、そのうち3,475枚は匂いの指紋を捉えるパターンのトレーニングに使用され、残りは精度テストに使用されました。最終結果では、全体の精度は98.5%に達し、そのうち腐った肉の精度は100%、新鮮な肉とそれほど新鮮ではない肉を識別する精度はそれぞれ96%と99%でした。

実験により、嗅覚AIモデルは食品の鮮度を検出する精度が非常に高いことが示されました。「AI電子鼻」のさらなる導入により、将来的には食品廃棄が大幅に軽減されると信じています。

食品の安全性は人工知能によって守られている

食品の安全性も、今日では人々が非常に関心を寄せている問題です。結局のところ、それは人々の生命の安全に関係しています。しかし、近年の食品安全事故の頻発は人々を不安にさせています。

現在、多くの大学がスマート食品安全管理システムを導入しています。揚州大学文匯路キャンパスのカフェテリアには従業員通路があり、スマート朝検システムが設置されています。一般的な顔認識とは異なり、このシステムは質疑応答プログラムを備えており、内容は食品安全に関するもので、専門知識と日常業務を結び付けています。

キッチンに入るには、顔認証健康証明書の審査額温度計の測定健康状態の自己評価を受ける必要があります。質問に正しく答えた後でのみ、キッチンの鉄の扉が開きます。

従業員通路に入ると、ティーカップラックが見えます。ラック上の各ティーカップには対応する番号が付いています。キッチンの収納ラックと雑巾にも対応する番号が付いています。キッチンでは、まな板と包丁が赤、黄、青で区別され、特定のエリアに配置されています。これらの「要素」が情報プラットフォームに統合された後、スマートな高解像度カメラの助けを借りてリアルタイム監視が実行され、最終的に食品の安全性を保証する追跡可能なクローズドループ管理が実現されます。

スマートキッチンには、緑の葉野菜を浸すプールの横の壁にスクリーンがあり、キャベツ、ネギ、セロリ、卵などの緑の葉野菜が表示されています。キャベツをランダムにクリックすると、浸す時間と水位が表示され、プール内のプローブを通じてリアルタイムで監視できます。

浸漬プールに水がない場合、システムが自動的に警報を発し、30秒後に警報が鳴り、カフェテリア管理者の携帯電話にも警報メッセージが届きます。このようなシステムは、管理者がインテリジェントな手段を使用して制御するのに役立ち、その利点は痕跡を残すことができることです。

賢明な手段により、食品の安全性がより確実に保証され、学生はカフェテリアでより安心して食事ができるようになります。

「おいしく食べる」から「十分に食べる」、そして「安全に食べる」まで、人工知能は食品分野に全面的に浸透しています。将来、あなたの舌の先にある人工知能の食べ物がどのような味になるかは、オペレーターが人工知能技術をどのように使用するかにかかっています。ベテランのグルメとして、私は、舌先に人工知能が加わることで、さらなる驚きがもたらされるだろうと確信しています。

<<:  2020年のIoTイベントトップ10を振り返る。アプリケーションの加速

>>:  2021年には、神経科学AIにいくつかの大きなトレンドがあります

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

多くの企業が自社のサービスはAIだと主張しているが、実際はAIのふりをしている人間である。

[[235932]] 「疑似AI」の台頭:テクノロジー企業がボットの仕事を人間にひそかに任せる方法...

...

AI アルゴリズムがハードウェアを置き換えることは可能でしょうか?

Googleは2021年末にPixel 6シリーズの携帯電話をリリースした際、携帯電話に心拍数モニ...

...

Raft アルゴリズムの原理と CMQ への応用 (パート 2)

CMQにおけるラフトの応用初期には、rabbitmqをベースにスケーラブルなメッセージミドルウェア...

...

...

海外メディアがFacebookのコンテンツクリーンアップ作業を暴露:AIでも完了できない作業

AI は見たものからしか学習できません。シュローファー氏と150人以上のエンジニアリング専門家からな...

モノのインターネット、人工知能、ブロックチェーン、どれがあなたにぴったりでしょうか?

今はお金を稼ぐのが難しく、ビジネスも簡単ではないと言う人もいますが、今こそ最高の時代だと言う人もいま...

自動運転が何千もの家庭に普及するまでにどれくらいの時間がかかるのでしょうか?

2019年9月に百度、海亮科技、センスタイムなどの企業が世界初の自動運転車の商用ライセンスを取得し...

...

AIと機械学習の品質保証

[51CTO.com クイック翻訳]人工知能はここ数年間、人々の注目を集めてきました。 「あなたのた...

ガートナー: 2023 年の機械学習の主要トレンド

今週オーストラリアのシドニーで開催されたガートナー・データ&アナリティクス・サミットで、この調査・ア...

新キングクロード3実戦テスト!すべての能力が素晴らしく、麻雀もプレイできます。確かに GPT-4 よりも優れています。

OpenAI の無敵という神話は崩れ去った。 Claude 3 (中国語対応)が一夜にして発売され...