数字化几乎颠覆了每一个行业,从金融服务到医疗保健,而食品和饮料行业也不例外。从历史上看,风味特点、潮流和新的食品主要归功于厨师和产品开发人员。而在将一个创意转化成产品并推向市场之前,可能需要花费几个月甚至是几年的时间。
但是,在最近几年之中,下一个大的食品和风味潮流的答案与人类的关系越来越小,而与大数据和人工智能的关系越来越大。通过同时收集和分析数百万种数据集,它们可以学习和模仿人类的行为。
那么,如何利用技术开发出下一个潮流或者趋势?举个例子,香料公司McCormick在2019年与IBM合作,利用人工智能技术预测新的风味组合。他们分析了来自数百万个数据源的数据,通过这种方法改进McCormick的“风味预测”。结果是双方合作开发出了不少能够吸引消费者注意的新风味,McCormick内部的产品开发人员通常不会自己想出这些不断涌现的新风味。
该公司甚至有一个专门的Instagram页面来展示其新开发的、值得注意的口味。比如它新创的XO酱,就是一种调味品、酱料和糊剂的组合。
另一个用例是Aromyx,这是一家将人的味觉和嗅觉数字化的公司。该公司开发了“创建气味感测数据的数字表示形式”的生物传感器,可以用于消费品、农业等领域。而对这种技术的兴趣和需求,让该公司去年完成了300万美元的资金募集。
除此之外,世界上最大的在线食品和配料数据库之一Foodpairing,也利用机器学习向厨师和调酒师推荐新的食品和饮料组合,并帮助食品公司确定下一步应该推出哪种口味的产品。
当然,这些只是利用人工智能和消费者数据的力量来创造新趋势并吸引新客户群的几家企业的例子。那么,这对于食品和饮料行业的未来意味着什么呢?毫无疑问,大数据和人工智能为创新提供了充足的机会。利用人工智能技术,品牌商可以:
随着新技术的不断普及,那些希望在竞争中保持领先地位,不断吸引新客户并保持盈利的食品和饮料生产商应该采用人工智能和机器学习技术,并将其应用于市场调研和产品开发策略,这才是明智之举。而不这样做的话,风险会大到不容忽视的程度。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。