靠AI挖掘新口味！40萬種配方中選3款

唐菊

味好美是百年老牌食品大廠，商業版圖遍及150多國，旗下產品除了大眾消費型調味品之外，還橫跨了食品工業調味料和餐飲通路專用調味料。其中，消費型調味品更占了味好美60%收益，味好美首席科學家布萊恩·法克指出，年輕一代的顧客越來越追求自然、新穎的調味產品，必須要面對這個挑戰，來滿足顧客需求。

上萬種材料如何制作新調料？

這個挑戰在于，光是原料就有上萬種，要從中找出最適當的材料，來制作新調味料，并不簡單。此外在開發過程中，必須花時間不斷試錯，還要符合不斷變動的國際法規。再者，有經驗的調味專家通常要5至10年才能養成，因此人才稀缺。

“不過我們看準AI，想借助AI工具來快速開發新產品。”布萊恩·法克表示，公司擁有龐大的資料庫，比如調味資料庫擁有近10億個資料點、食物化學和食物科學資料庫就擁有近1億個資料點，此外還有40多萬個食物和調味配方。他認為，這些大數據可借AI來發揮更大價值。

正常的開發流程可分為幾個步驟，首先是外部（B2B客戶或事業部）發出研發需求后，會由研發部門使用資料庫資料，來開發初期配方，經過修正后產生修正配方，再建立樣本，進行評估、調整;要是沒問題，就可交付新產品。

在這過程中，雙方在初期配方和改版配方這兩個步驟，導入AI工具來幫忙（如圖）。團隊先以過往的優良初期配方記錄，來訓練AI模型，之后再部署到內部系統，讓研發人員利用這套AI，來推薦合適的初期配方。

AI展開電腦創意專案

IBM也參與了味好美的合作，將IBM Research的AI專業知識與感官科學和口味數據（包括過去數十年的產品配方以及數百萬個有關消費者口味偏好和調色板的數據點）相結合。例如：世界上存在超過400種大蒜，從產地到粉末大小的每種變化都可以發揮作用。找到合適的口感是一個挑戰。一種品味如果大小不同，都可能影響味覺享受，這項非常復雜的任務需要交給計算機。

在過去的幾十年中，調味師和產品開發人員創造了數十萬種配方。對于人類來說，通讀它們幾乎是不可能的，但對于計算機卻不是。AI能夠分析和尋找導致以前的風味成功的模式，并建議人類可能沒有嘗試過的不同風味組合。

最重要的是，有些配方甚至是研發人員意想不到的，這也是稱之為AI電腦創意（Computational creativity）的原因。通過這個方法，味好美在去年推出3款由AI設計的新產品，也就是ONE系列的豬肉、雞肉和香腸風味調理包。而且團隊發現AI適合用來開發個人化產品，打造個別顧客專屬的調味品，還省下了70%的產品開發時間。

除了提供新點子，團隊也將AI用來改善研發需求分析，進一步減少試錯次數。接下來，他們也要借助機器學習，來加強產品的重新設計，比如味道、原料等，來因應不斷變化的法規。