人工智能紋理偏好預測增強軟糖和運動營養創新
Analytical Flavor Systems的人工智能和機器學習平台，胃動描記器，能夠模擬人類的感官知覺，並預測消費者對食品和飲料產品的偏好，使生產者能夠為目標消費者群體建模、理解和優化產品的味道、香氣和質地。
該團隊通過從全球各地的消費者小組(每個小組多達3500人)中積累感官數據庫來實現這一能力。這些數以千計的產品測試麵板使團隊能夠預測區域和人口層麵的偏好
這項服務不僅允許製造商為目標消費者優化他們的口味和質地配置，而且還允許創建以前沒有考慮過的完全配置。
這個總部位於美國的團隊上個月參加了巴黎的國際攝影博覽會，展示了它的功能，透露它現在提供紋理分析，並一直在向其數據庫添加新的歐洲地理信息。
Bénédicte比蒙特，Gastrograph的全球創新經理告訴NutraIngredients，新添加的紋理數據庫揭示了紋理偏好如何受到人口統計數據的影響。
“在最初的技術最初商業化的一年後，我們從2017年開始研究紋理預測。從那時起，我們一直在不斷改進建模、分析和優化。”
她舉例說，與西方國家的消費者相比，亞洲消費者對黏糊糊質地的厭惡程度要低得多。
”以納豆為例，日本人非常喜歡它粘滑的口感，而大多數西方人主要是對這種產品的口感感到排斥。”
性別和年齡也有影響。她補充道:“最明顯的區別是代際差異和年齡。在俄羅斯，我們發現蘇聯一代和後蘇聯一代在消費者對熟食肉質地的偏好上有一些非常有趣的差異——老年消費者更接受潮濕的均質肉。”
而言
比蒙特認為，這對植物性軟糖生產商來說是一個特別大的機會，尤其是在許多人試圖避免使用明膠的情況下。
“軟糖的質地是人們喜歡或不喜歡的一個非常重要的因素，用於生產軟糖的成分可以創造出非常不同的質地。
“明膠曾經是一種非常常見的、高度使用的經典軟糖配方成分，但我們現在看到的一種運動是將這種成分從配方中去除，以製造一種基於植物的產品，而是使用瓊脂或果膠等成分。
“我們可以利用我們的技術，使用替代原料，找到比明膠更受歡迎的新質地。人工智能將查看數以萬計的檔案，不僅來自橡皮糖類別，還來自相鄰類別，以找到高度首選的紋理檔案，可以應用於目標人群的橡皮糖矩陣。”
運動營養
以植物為基礎的革命也對運動營養類別的質地產生了影響。比蒙指出，功能性成分，尤其是蛋白質成分，可能會有不良的異味或質地，這使得這項人工智能技術在蛋白質棒生產領域特別有用。
本尼迪克特說，人工智能可以模擬數十萬種不同蛋白質棒概念的感官特征，而不是從現有產品中尋找偏好的驅動因素。
“我們可以對人工智能進行限製，讓它在產品中保留所有的蛋白質特征，但讓係統有足夠的自由來尋找新的味道組合來補充這些成分，而不是掩蓋它們。
“這使配方商能夠擴展到傳統口味和配方之外，並獲得更多可能的感官特征。
“人工智能可以非常自由地運行，很少受到限製，以發現新的概念，或者我們可以分析一些用配方器開發的原型，並對它們進行優化，通過做一些小的改變來改善味道。
“紋理的邏輯是相同的:使用傳統的方法，配方師也會使用產品類別的偏好驅動因素，但使用Gastrograph AI，我們可以在蛋白質棒類別中查看數百種不同的紋理配置。
“我們可以在紋理集群中添加約束，以保持蛋白質棒的紋理特征，並查看所有可能的組合。
“人工智能將考慮紋理集群之間的相互作用變化，並將這些組合與目標人群的偏好聯係起來，以確定市場的最佳優化方案。”
