Πρόσφατα κυκλοφόρησε η είδηση ότι για πρώτη φορά στον κόσμο η Τεχνητή Νοημοσύνη δημιούργησε εξ ολοκλήρου ένα ενεργειακό ποτό σε συνεργασία με μια κορυφαία Ουγγρική εταιρεία ενεργειακών ποτών.
Η AI δεν δημιούργησε απλά ένα νέο προϊόν αλλά δοκίμασε τρεις διαφορετικές γεύσεις που πρότεινε η ίδια και επέλεξε την επικρατέστερη βασιζόμενη σε γευστικά τεστ. Με αφορμή λοιπόν αυτή την είδηση, κάποιος θα αναρωτιόταν πώς η Τεχνητή Νοημοσύνη μπορεί να γεύεται, πώς μπορεί να έχει ανθρώπινη αντίληψη, γεύση και όσφρηση; Πώς μπορεί να προβλέπει;
Γνωρίζουμε ότι η Τεχνητή Νοημοσύνη είναι σε θέση να επεξεργάζεται τον τεράστιο όγκο πληροφοριών που βρίσκονται στο διαδίκτυο με απίστευτη ταχύτητα, η οποία είναι σχεδόν ακατανόητη για τον άνθρωπο. Ωστόσο, η αποτύπωση της γεύσης, μιας ανθρώπινης αίσθησης, σε έναν τεχνητό αλγόριθμο μοιάζει τόσο εξωπραγματικό εγχείρημα που οδηγεί στην ανάγκη να διερευνήσουμε περαιτέρω μια τέτοια διαδικασία.
Το εντυπωσιακό είναι ότι πολλές εταιρείες ανά τον κόσμο ειδικεύονται στην ψηφιοποίηση της γεύσης και της όσφρησης. Οι εταιρείες αυτές χρησιμοποιούν ειδικά σχεδιασμένο εξοπλισμό, όπως είναι τα λεγόμενα e-mouth και e-nose. Μια εταιρεία στην Νέα Υόρκη, για παράδειγμα, συλλέγει και επεξεργάζεται πρωτογενή δείγματα εδώ και 10 χρόνια, ψηφιοποιώντας δεδομένα που αφορούν αισθήσεις και επεξεργάζοντας το μεγαλύτερο και πιο ποικιλόμορφο σύνολο δεδομένων για τρόφιμα και ποτά στην αγορά. Αυτή η ψηφιακή βάση δεδομένων επεκτείνεται και ενημερώνεται συνεχώς, δίνοντας τη δυνατότητα να υπάρχει μια πλήρης παρακολούθηση των αλλαγών και των τάσεων όσον αφορά στην αντίληψη και στις προτιμήσεις του κοινού. Σε αυτή τη φάση αναλαμβάνει δράση η τεχνητή νοημοσύνη, η οποία προβλέπει με αξιοπιστία και με βάση τα ψηφιακά δεδομένα πώς θα αντιδράσουν καταναλωτές διάφορων κατηγοριών σε ένα νέο προϊόν – χωρίς να χρειαστεί να το δοκιμάσουν εκείνη τη στιγμή. Το HELL, για παράδειγμα, ψηφιοποιήθηκε από αυτή την εταιρεία, η οποία αφού ανέλυσε πολλά δεδομένα και στατιστικά στοιχεία με τη χρήση A.I., χρησιμοποίησε προγνωστική νοημοσύνη για να επιλέξει ποια γεύση θα ήταν η καλύτερη για το νέο της προϊόν.
Είναι επίσης γνωστό ότι η A.I. μπορεί να χρησιμοποιήσει τα δεδομένα που συλλέγονται για να κατανοήσει πώς αντιλαμβάνονται οι διαφορετικές δημογραφικές ομάδες τις γεύσεις και ποιες είναι οι προτιμήσεις τους. Έτσι, οι αλγόριθμοι της A.I. έχουν την δυνατότητα να προβλέψουν τις αντιδράσεις της κάθε δημογραφικής ομάδας (με βάση την ηλικία, το φύλο, την κοινωνικοοικονομική κατάσταση και τον τόπο διαμονής) στη γεύση, στην οσμή και στην υφή του νέου προϊόντος. Στη συγκεκριμένη περίπτωση, είναι η πρώτη φορά στον κόσμο που η τεχνητή νοημοσύνη χρησιμοποιείται σε μια τόσο σύνθετη διαδικασία ανάπτυξης προϊόντων, στον τομέα των ενεργειακών ποτών. Το προϊόν που δημιουργήθηκε, το HELL A.I., θα είναι σύντομα διαθέσιμο, καθώς θα ξεκινήσει άμεσα η παραγωγή του στο Szikszó, μια από τις πιο σύγχρονες μονάδες παραγωγής ποτών στην Ευρώπη και θα φτάσει στους καταναλωτές μέσω των παραδοσιακών δικτύων.
Είναι προφανές ότι η τεχνητή νοημοσύνη έχει τεράστιες δυνατότητες στον κλάδο της ανάπτυξης προϊόντων, ξεπερνώντας κάθε προηγούμενη προσδοκία και προσφέροντας νέες ευκαιρίες στη βιομηχανία τροφίμων. Η ικανότητα της Α.Ι. να ταξινομεί και να αναλύει μέσα σε λίγα λεπτά ή δευτερόλεπτα τον τεράστιο όγκο δεδομένων που είναι διαθέσιμα στο διαδίκτυο μικραίνει κατά πολύ τον κύκλο ανάπτυξης προϊόντων, από τα 1-2 χρόνια – ή ακόμα και μισό χρόνο στην καλύτερη περίπτωση – σε μόλις 1 μήνα. Αυτή τη στιγμή, υπάρχουν περισσότερες από 100 τεχνητές νοημοσύνες στον κόσμο – όλες τους εξαιρετικές σε διαφορετικούς τομείς – και η συνδυαστική λειτουργία τους εγγυάται ένα υψηλό επίπεδο καινοτομίας.
Το σίγουρο είναι ότι η γαστρονομική επανάσταση που θα φέρει η τεχνητή νοημοσύνη στη βιομηχανία τροφίμων στο άμεσο μέλλον θα έχει μεγάλο ενδιαφέρον και θα είναι γεμάτη εκπλήξεις. Ποιος ξέρει τι νέες και συναρπαστικές εκπλήξεις μας περιμένουν εν όψει των νέων εξελίξεων; Πιο γευστικά αναψυκτικά και αρτοσκευάσματα ή ακόμη και πιο νόστιμα λουκάνικα; Οι δυνατότητες που προσφέρει η τεχνητή νοημοσύνη είναι άπειρες και όπως όλα δείχνουν είμαστε ακόμη στην αρχή.
