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
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。