如果人工智能创造一种新食物，吃它会是什么感觉？
前段时间，奥利奥母公司亿滋宣布将开发一款新的人工智能工具，帮助旗下品牌开发新口味产品。这并不是AI与食品企业的第一次合作。此前，无印良品、可口可乐等一些快消品牌都曾发布过人工智能赋能的新品。
可能是之前的AI零食味道有点“一言难尽”，所以消息传出后，不少网友开始吐槽奥利奥不再上架了。不过，我认为大家也不应该如此悲观。虽然之前的AI零食好评率不高，但很多人表示：好吃，爱吃，还有吗？考虑到人类口味的多样性，这个结果并不奇怪。
AI零食好吃吗？小雷花费“巨资”购买了无印良品发布的AI薯条，还买了三种经典口味进行比较，看看谁能在人类与AI“取悦人类味蕾”的竞争中获胜。
味觉PK：人类平均分更高，AI夺冠
无印良品发布的AI芯片有中式、东南亚式、西式三种风格。他们的竞争对手是：奶酪、蜂蜜黄油和海藻盐。
来源：雷科技
从包装来看，AI薯条的味道也相当微妙：
经过3万亿次海量数据模拟，各种原料均衡，创造出中国风味，这是AI认为人类会喜欢的味道。
“万亿”在中国不常用，但在日本常用。考虑到无印良品是日本品牌，按照日本人的使用习惯，应该指的是“万亿”，也就是说AI在3万亿次的模拟计算之后，最终选定了这三种调味方案。看来含金量不低啊。
在随后的测试过程中，我将这六种口味装进容器，标记序列号并打乱顺序，然后邀请10位同事品尝并评分。最终结果如下：
来源：雷科技
从总分来看，AI烹制的东南亚风味在雷科技中最受欢迎。这个结果确实有些出乎肖雷的预料。也证伪了“AI不了解人类喜好”的观点，但AI的中式西式和西式风味表现很一般，排名倒数第一和第二，也是唯一的。总分在50分以下的两种口味。
作为对照组，人类组虽然未能在总分上取得第一名，但平均分明显较高，且单项得分低于 5 分的数量明显少于 AI 组。简单总结一下，AI群体的上下限差距明显更大，而人类群体根据真实经验开发出来的味道至少对大多数人来说并不难吃，但也很难接受。创造令人惊叹的新口味。即，上限较低但下限较高。
了解用户，AI零食还需要靠“小模型”？
在品尝过程中，大多数同事对人组研发的零食给出了类似的评价：味道还可以，但比较一般，和其他品牌的同类产品味道差不多。当品尝到AI的味道时，他的脸色发生了明显的变化，说道：“这个味道有点意思。”
来源：雷科技
不过，“有趣”是一回事，好吃不好吃又是另一回事。第一次新鲜期结束后，不少同事对中西口味表示不满。评论包括但不限于：这是中药吗？为什么有烧焦的味道？这就是“广式凉茶味”吗？这也太难吃了。
如果不是几位同事对中国风味的高度评价，恐怕中国风味已经位列“中国人最不喜欢的味道”排行榜的首位了。 “专门为中国开发的口味最不受中国人欢迎。”无印良品可能笑不出来这个笑话，但往好的方面看，至少底下还有点西式的味道。
如果说中国风味至少有自己的特色，比如中药味，那么西方风味的特点就是“乱”。超过一半的人认为西式口味无法品尝特定口味。这就像将各种口味混合在一起，最后加一些盐。至少我尝到了西式风味的烧烤、熏肉、西红柿、奶酪等。四种不同的口味。
不过，仔细想想，AI也没有什么问题。烧烤、培根、番茄、奶酪确实是西餐中最常见的菜肴和食材，也确实有很多人喜欢吃。然而，AI显然无法控制不同口味的比例。浓重的烟熏味毁了整个调味料。
由此不难看出，AI在数据统计等方面确实具有独特的优势，但最终输出结果是否令人满意，直接关系到数据库的数据质量。以中国风味为例。虽然八大菜系各有特色，但“咸”却是最受接受的调味料。如果无印良品的人工智能使用中国食品数据进行训练，那么它很有可能会制作出以“咸味”为主的产品。
这实际上揭示了当前AI模型的一个问题：通用模型虽然应用较为广泛，但在细分领域的表现却不是很好。简单来说，太多不相关的数据可能会污染数据池，导致AI给出错误的结果，比如误认为中国人喜欢吃草药食物。
来源：小红书
因此，除了通用大模型外，不少AI公司也开始加快专业小模型的训练，基于严格筛选的数据，以保证相应领域专业小模型答案的准确性。比如阿里云在专属小模型领域就有非常好的表现，可以为企业提供定制化的AI模型服务，让企业的产品和服务能够提供更好的体验。
如果各快消品品牌未来想要将人工智能作为自己的核心研发优势之一，那么针对目标人群的喜好打造专属的人工智能模型或许是最好的选择。虽然初期投入成本会高很多，但在后续的研发中可以节省大量的时间和提高效率，能够真正打造出符合用户口味的个性化产品，比如把零食做成“千食万面” 。
人工智能正在成为产业新动能
AI与零食行业的结合，其实只是AI在整个工业领域普及的冰山一角。肖雷在参观英特尔新品质生产力大会时就已经感受到了人工智能在工业领域的巨大潜力。
例如，英特尔的合作伙伴公司在会场展示了自动化质量检测系统。过去，至少需要两名工人站在生产线末端，用肉眼剔除不合格产品。 AI改造后，只需通过生产线上部署的摄像头即可快速判断产品是否合格，并主动剔除不合格产品。
来源：雷科技
尽管类似的系统以前已经存在，但它们不能通用。它们基本上都是专门针对某种产品开发的，需要使用高精度的检测设备。各种因素造成的高昂研发成本和部署成本，直接消除了使用普通生产线的可能。
相比之下，AI质检系统不仅可以直接改造安装在原有生产线上，而且部署成本非常低。它只需要一台高性能PC和几个摄像头来取代人工目视检查环节，让工厂可以将工人分配到更高价值的工作。
此外，还有低成本自动拾取AI机器人等多种应用。基于AI模型的多模态感知能力，很多原本需要专用解决方案的问题可以简化为使用低成本摄像头、激光雷达等高性价比的通用硬件解决方案。
此外，人工智能也越来越多地参与研发工作。从食品研发到产品研发，很多企业都在推进类似的项目。例如，可口可乐曾推出一款由AI调制、由AI设计、由AI命名的限量版“未来3000年可乐”。它的味道就像异常甜的无糖可乐，很难描述。
对于企业来说，AI确实是一个非常好的工具。虽然翻车率不低，但产品研发上已经有不少沉没成本。 AI相对而言只有下限，也可以通过“人+AI”来实现。 ”的组合，保证产品至少符合普通人的认知。
以无印良品的AI薯条为例。虽然中西风味评分很低，但也有人给它打了高分，说明它至少符合部分人的口味，更何况它还出过东南亚风味等高分作品。相比之下，乐事这个疯狂推出有限口味却普遍差评的乐事，不妨引入AI研发系统，也许平均评价还能上升一点。
食品、药品、服装……各种与我们生活息息相关的产品，其实都有企业在探索基于AI的设计之路。或许在不久的将来，AI不仅会成为我们的日常助手，还会掌控我们的衣食住行体验，让人类体验到来自AI的“小震撼”。
本文来自微信公众号，作者：Tsknight，36氪授权发布。
