Czy AI Mogłaby Sprawić, że Mięso Roślinne Smakowałoby Jak Prawdziwe?

Inżynierowie ze Stanford wykorzystują testy mechaniczne i sztuczną inteligencję do poprawy tekstury roślinnego mięsa, potencjalnie przyspieszając rozwój realistycznych alternatyw.

Pod przewodnictwem profesor Ellen Kuhl, zespół połączył testy mechaniczne i uczenie maszynowe, aby za pomocą sztucznej inteligencji dokładnie mierzyć teksturę jedzenia, co potencjalnie przyspieszy tworzenie bardziej realistycznych produktów opartych na roślinach.

Opublikowane na łamach npj Science of Food, badanie pokazało, że uczenie maszynowe może odtwarzać doznania smakowe ludzkich degustatorów, co stanowi znaczący krok w rozwoju żywności roślinnej.

Naukowcy testowali różne rodzaje mięs zwierzęcych i roślinnych, w tym hot dogi, kiełbaski i indyka, obok tofu. Odkryli, że niektóre produkty roślinne już na tyle wiernie naśladują fakturę mięs zwierzęcych.

„Zaskoczyło nas odkrycie, że dzisiejsze produkty roślinne mogą naśladować całe spektrum konsystencji mięs zwierzęcych,” powiedziała Kuhl, jak donosi Phys Org.

Zdolność do odwzorowania tych tekstur jest kluczowa, ponieważ żywność roślinna często jest postrzegana jako pozbawiona gryzienia czy żułości prawdziwego mięsa, co stanowi barierę dla wielu konsumentów.

Podejście Stanfordu opiera się na inżynierii mechanicznej. Badacze użyli metody testowania tekstury żywności w 3D, gdzie zastosowali siły ciągnące, pchające i ścinające do próbek mięsa i tofu.

Te testy symulują siły wywierane podczas żucia. Dane z tych testów zostały następnie przetworzone przez model uczenia maszynowego, który stworzył równania opisujące fizyczne właściwości tych produktów spożywczych.

Gdy zespół porównał wyniki mechaniczne z ocenami sensorycznymi rzeczoznawców, znaleziono zaskakującą zgodność. Na przykład roślinne parówki i kiełbasy osiągały wyniki podobne do swoich mięsnych odpowiedników w testach mechanicznych, a ludzie oceniający je stawiali je blisko siebie pod względem sztywności i żuwalności.

Implikacje tych odkryć mogą mieć daleko idące konsekwencje.

„Zamiast korzystać z metody prób i błędów, aby poprawić teksturę mięsa roślinnego, możemy wyobrazić sobie użycie generatywnej sztucznej inteligencji do naukowego generowania przepisów na produkty mięsne na bazie roślin o dokładnie pożądanych właściwościach,” powiedziała Skyler St. Pierre, główna autorka badania, jak donosi Phys Org.

Udostępniając swoje dane testowe online, zespół ma nadzieję zachęcić do współpracy i przyspieszyć innowacje w przemyśle żywności roślinnej, zauważył Phys Org.

Zespół badawczy kontynuuje rozbudowę swojej bazy danych dotyczących tekstury żywności, w tym plany testowania nowych produktów, takich jak wegetariańskie plastry wędlin i mięso na bazie grzybów – zauważył Phys Org.

Dzięki tym wysiłkom, dążą do stworzenia bardziej ustandaryzowanego i opartego na danych podejścia do tworzenia roślinnych alternatyw, które mogą kiedyś zaspokoić nawet najbardziej zagorzałych miłośników mięsa.