Инженеры Стэнфордского университета предлагают новый подход к тестированию текстуры продуктов. Такой метод может ускорить разработку нового и лучшего растительного «мяса», которое сложно будет отличить от настоящего.
Команда из Стэнфорда дебютировала с трехмерным пищевым тестом. Они подвергли тесту восемь продуктов: хот-дог на животной и растительной основе, колбасу на животной и растительной основе, индейку на животной и растительной основе, а также тофу повышенной твердости и твердости. Они поместили образцы мяса в машину, которая тянула, толкала и резала образцы.
«Эти три режима нагрузки отражают то, что вы делаете, когда жуете», – сказала Эллен Куль, профессор машиностроения и старший автор исследования.
Затем ученые использовали машинное обучение для обработки данных этих испытаний: они разработали новый тип нейронной сети, которая берет необработанные данные испытаний и выводит уравнения, объясняющие свойства мяса.
Чтобы проверить, могут ли эти уравнения объяснить восприятие текстуры, команда провела тестовый опрос. Испытатели, которые сначала заполнили опросы об их открытости к новой пище и привязанности к мясу, съели образцы восьми продуктов и оценили их по 5-балльной шкале по 12 категориям: мягкий, твердый, ломкий, жевательный, тягучий, вязкий, упругий, липкий, волокнистый, жирный, влажный и похожий на мясо.
В ходе механических испытаний хот-дог и сосиски на растительной основе вели себя очень похоже на испытания на вытягивание, толкание и сдвиг с животными аналогами и показали схожую жесткость. Между тем, индейка на растительной основе была в два раза жестче, чем индейка животного происхождения, а тофу был намного мягче мясных продуктов. Показательно, что люди-испытатели также оценили жесткость хот- догов и сосисок очень похоже на механические испытания.
«Что действительно круто, так это то, что рейтинг людей был почти идентичен рейтингу машины, – сказала Куль. – Это здорово, потому что теперь мы можем использовать машину для проведения количественного, очень воспроизводимого теста».
Результаты показывают, что новые методы, основанные на данных, обещают ускорить процесс разработки вкусных растительных продуктов.
«Вместо того, чтобы использовать метод проб и ошибок для улучшения текстуры растительного мяса, мы могли бы представить себе использование генеративного искусственного интеллекта для научного создания рецептов для растительных мясных продуктов с точно заданными свойствами», – считают авторы исследования.
Но разработка рецептов искусственного интеллекта, как и других ИИ, требует большого количества данных. Вот почему команда делится своими данными в сети, делая их открытыми для просмотра и дополнения другими исследователями.
Источник: agroxxi.ru
