四方食事，不過一碗人間煙火。人工智能作為一門新的技術科學，正在被人間煙火氣“端”上餐桌。

人工智能“洗手”做羹湯

不久之前Facebook人工智能研究所的研究人員開發了一個AI系統，據說只要給一張美食圖片，就可以自動識別出食物的食材、加工程序有哪些，吃貨們自己在家就可以做出想吃的東西來。仿佛再也不用覺得某道菜好吃，自己又不會做，導致天天去人家館子里給送錢了。

據說為了訓練這個系統，研究人員“喂了”它上萬份事物的圖像和菜譜，在這之后程序會對在網上抓取的菜譜進行分析，研究哪些食材常常會被人們一起用來做菜。 機器通過深度學習之后，它們能夠以廚師可能會想到的方式來考慮如何處理食物，機器還能注意到食材形狀和季節的變化等數據，以及諸如味道或口感等變量，理論上而言，機器能夠比任何一位大廚都見多識廣。

[[373187]]

英國記者尼爾·麥肯錫嘗試讓AI為自己幫廚做過一餐，他在冰箱里翻出三個西紅柿、一個紅薯和一些蘆筍，嘗試著將這些食材輸入智能程序，隨后填寫自己沒有食材過敏的聲明，并列出廚房中能找到的調味品。很快，AI就得出包括煨燉、烹炒等做熟這些食材的方式。

麥肯錫選擇了其中的一項，將這些蔬菜剁碎，加上檸檬汁調味，最后加入燕麥。混合材料后，人工智能程序告訴他要把加工過的食材放進焗爐烤15分鐘。而最后的成果是四個過熟、有強烈燕麥味道的食物——由于這些成品遠說不上好吃，麥肯錫甚至不愿用“食物”來稱呼，而將其叫做“圓碟形物體”。

無論名稱是什么，這就是當前人工智能廚師的真實寫照：人工智能做出的食物確實能讓人果腹，但至于口味之類的要求仍人工智能很難實現。而且，不同地區有不同的口味，諸如中國就有南甜北咸等差異，眾口難調。所以，人工智能很難創造出一個“大一統菜式”，來滿足所有人的喜好。

有趣的是，人工智能廚師已經認識到在味道上的不足，在這方面也開始深度學習。一家總部位于紐約的名為“分析味道系統”的公司使用人工智能，向食物和飲品公司提供改變產品的建議。該公司利用開發的人工智能程序，會計算出一些材料混合后的味道、氣味或質感，以及應該如何改變味道迎合不同地區顧客的喜好。

為了給人工智能提供“味道素材”，這家公司專門設置了一個50人的小組，每天負責試吃不同的包裝食品。新冠肺炎疫情在美國爆發之前，公司還有一隊測試員，每周到訪不同的國家，研究當地顧客的飲食喜好。然后，人工智能程序會以一個產品應有的味道、測試員的意見、不同地區的口味等不同信息，預測出不同產品的不同味道體驗。

“AI廚師”在為人們吃的更好而努力，另一方面，“AI嗅覺”在為人們能吃的飽而努力。

減少食物浪費AI在行動

餐桌上的浪費已經成為了很多人在日常生活中可以熟視無睹的一種常態，相比這種看的見的浪費，那些還沒有被端上餐桌之前的浪費則更加的嚴重。

根據全球農業與食品營養問題委員會的一份報告，全世界每年浪費 13億噸糧食，總價值在 1萬億美元，而其中三分之一在端上餐桌前就已經被浪費掉。其中，每年超過半數的水果和蔬菜被浪費掉，25%的肉類沒能端上餐桌還有像種子、堅果、奶制品以及海產品等高營養價值的食物因保存不當被浪費掉。與此同時，全世界有30億人處在食物缺乏或營業不均衡狀態。

在食物流通的過程中，有大量食物是因為長相不好就被零售商丟掉，有一些容易腐爛的食物則會在運輸、儲存和冷凍過程中壞掉，還有更多食物是在貨架上臨近保質期而被扔掉，也有大量食物在消費者購買回家后來不及食用而被丟掉。

由此可見，在沒有被端上餐桌之前， 食品的新鮮程度很大程度上決定著食品的浪費程度。如何隨時檢測這些食物的新鮮度顯得尤為重要。

通常來說，我們都是靠著個人經驗和自己的嗅覺能力來判斷這些食物的新鮮程度，但顯然食物零售商們做不到雇人隨時檢測變化來評估食物的使用周期，消費者做不到對冰箱里的生鮮食物做到準確判斷。

如果有一套能夠準確測算，就如同塑料包裝一樣便宜好用的設備來對食物進行新鮮度監測的話，那就可以極大提高食物的利用效率，比單純張貼一個固定的建議食用日期，更能夠反映食物的可食用狀態。

現在，新加坡南洋理工大學團隊發明的這套 嗅覺AI系統，將為解決這一問題打開一個新的思路。這種嗅覺AI系統可以利用“氣味”的數據化進行兩個步驟的拆解，將氣味的化學信號轉變成圖形顏色的識別信號，解決了氣味本身的復雜度問題。

“嗅覺AI”系統又被稱為 “電子鼻”（e-nose），由兩部分組成： 1、條形碼：能夠根據肉類腐爛時產生的氣體而改變顏色； 2、閱讀器：一個經過深度卷積神經網絡算法驅動的手機應用程序。電子鼻的“閱讀器”可以根據大量的條形碼顏色庫當中識別和預測肉類的新鮮程度。

另外，為了使電子鼻便于攜帶，研究者將其整合到一個智能手機應用中，可以在30秒內得出結果。

為了測試電子鼻的準確度，研究人員分別對商業包裝好的雞肉、魚肉和牛肉的新鮮度進行了新鮮度測試。在48小時內，對六種肉類以不同的時間間隔拍攝了超過4000張的條形碼圖像，其中3475張用于訓練捕捉到氣味指紋的模式，其余用于準確性測試。最終結果顯示，總體準確率到達98.5%，其中變質肉類的準確率100%，識別為新鮮和不太新鮮肉類的準確率為96%和99%。

實驗證明嗅覺AI模型對于檢測食物新鮮度的準確率非常高，相信隨著“AI電子鼻”的進一步落地，未來，食物浪費的情況也會在很大程度上被緩解。

食品安全人工智能來守護

食品安全問題也是當下人們高度關注的問題，畢竟這關系到人們的生命安全，但是近些年來頻發的食品安全事故，讓人們憂心忡忡。

目前，很多高校都使用智能化的食品安全管理體系，在揚州大學的食堂通道里有一個在揚州大學文匯路校區食堂的員工通道，有一個智能晨檢系統，不同于一般的人臉識別，這個系統有答題的程序，內容和食品安全相關，將專業知識和日常工作聯系在一起。

進入后廚需要經過 人臉識別、 健康證篩查、 額溫槍測溫以及 自我評估健康狀況后，再答題成功，廚房的鐵門才會打開。

進入員工通道，就會看到一個茶杯架，茶杯架上的每個茶杯都有相應編號，置物架和后廚的抹布也都有對應編號。廚房內，砧板和刀具也用紅黃藍的顏色區分開來，放在特定區域，將這些“元素”統一納入信息化平臺后，依托智能高清攝像頭實時監控，最終實現食品安全保障可溯源閉環式管理。

在智能化的廚房里，綠葉蔬菜浸泡池邊的墻上，有一塊屏幕，上面顯示了有白菜、韭菜、芹菜這樣的綠葉菜，還有雞蛋，隨機點一個白菜，就可以看見浸泡的時間以及浸泡的水位，通過池子里的探頭可以實時進行監測。

如果浸泡池內沒有水，30秒后系統就會自動報警，并發出警報聲，同時食堂管理者的手機也會收到報警信息。這樣的系統可以幫助管理人員用智能化的手段來管控，這樣的好處是能夠留痕。

有了智能化手段，食品安全更有保障，學生們在食堂也吃得更加安心。

從“吃的好”到“吃的飽”到“吃的安心”人工智能正在全面的滲透食品域，未來舌尖上的人工智能味道到底如何，還是要看經營者如何使用人工智能技術。對此，身為資深吃貨的小編還是充滿信心的，舌尖上的人工智能，相信將會給我們帶來更多驚喜。