McCormick &Company, uma pioneira em inovação de sabores e alimentos, e minha equipe na IBM Research criaram um novo sistema de IA para ajudar os desenvolvedores de produtos a criar novas experiências de sabor com mais eficiência e eficácia. Este ano, celebraremos um marco em nossa colaboração contínua que vem sendo elaborada há quatro anos:nossos primeiros produtos de varejo habilitados para IA estarão disponíveis nas prateleiras das mercearias.

A McCormick &Company ouviu falar sobre o trabalho anterior na IBM usando IA para combinar sabores e gerar receitas. Eles procuraram a IBM Research para explorar o potencial da IA ​​em seu ambiente como líder em sabor customizado e desenvolvimento de produtos alimentícios. Você deve estar familiarizado com McCormick &Company como o nome no rótulo de alguns de seus temperos e produtos aromatizantes favoritos. Na verdade, A McCormick &Company possui dois segmentos. O segmento de consumidor tem marcas globalmente com um portfólio de varejo que inclui especiarias e ervas, misturas de receitas, extratos, condimentos, marinadas, ações e muito mais. O segmento Flavor Solutions tem um portfólio que consiste em aromas, produtos de serviços alimentícios de marca, condimentos, sistemas de revestimento e ingredientes para fabricantes de alimentos, operadoras de serviços de alimentação e restaurantes em todo o mundo. Nosso trabalho abrange os dois segmentos.

A criação de experiências de sabor é um domínio desafiador. A ciência de como os humanos experimentam o sabor não é bem compreendida. É uma combinação de pelo menos três sentidos:olfato, gosto e aparência. A ideia de que a língua pode ser mapeada em quatro áreas de sabor (azedo, doce, salgado e amargo) foi desmascarado. Não é tão simples. A maioria dos cientistas concorda que há pelo menos mais um sabor (umami) e que a degustação ocorre em mais lugares do que apenas a língua. Cada receptor de sabor, onde quer que ocorra, pode detectar todos os cinco sabores. Há também um componente genético envolvido que ajuda a explicar por que algumas pessoas consideram o coentro uma erva deliciosa, enquanto outros o consideram desagradável.

Projetar novas experiências de sabor é uma arte e ciência que requer muitos anos para se tornar proficiente. Existem milhares de ingredientes disponíveis. O desenvolvedor do produto deve não apenas determinar qual combinação de ingredientes usar, mas também a proporção das quantidades necessárias para atender a metas específicas e uma série de outros requisitos. Mesmo a menor mudança na quantidade de um ingrediente pode fazer ou quebrar um sabor. Os desenvolvedores de produtos ganham experiência ao longo de anos de experimentação prática, criando iterativamente fórmulas candidatas, amostras de fabricação, executando uma variedade de testes de laboratório e de consumidor nas amostras, e aprender com os resultados. É um processo que consome muito tempo e recursos.

No entanto, a velocidade é essencial. Uma parte significativa do trabalho de desenvolvimento de produtos no segmento de Solução Flavor está respondendo a solicitações competitivas; ser o primeiro a responder com um produto / sabor inovador é uma vantagem competitiva atraente.

Projetar novas experiências de sabor na McCormick é uma boa opção para a tecnologia de IA por causa da natureza do problema e da riqueza de dados disponíveis acumulados ao longo de décadas de operações, incluindo dados sobre fórmulas históricas de sabores, componentes da matéria-prima, resultados experimentais, resultados de teste de consumidor, sucesso no mercado e muito mais. Com base na experiência anterior de pesquisa da IBM usando IA para combinar sabores, bem como nosso IBM Research AI proprietário para composição de produtos, criamos um sistema que usa algoritmos de aprendizado de máquina novos e avançados para filtrar centenas de milhares de fórmulas e milhares de matérias-primas, ajudando a identificar padrões e novas combinações que se encaixam em objetivos de design específicos.

Nosso sistema inclui algoritmos que podem aprender e prever:

• Possíveis complementos de matéria-prima alternativa e substitutos para uma fórmula
• Proporções adequadas de matérias-primas com base nos padrões de uso
• Resposta humana
• Novidade de fórmulas de sabor geradas pelo sistema, medida por uma função de distância derivada (quanto maior a distância entre uma fórmula de sabor e seus vizinhos mais próximos, mais inovadora é a previsão da fórmula do sabor)

Uma parte fundamental para construir um sistema de IA que é uma ferramenta essencial no fluxo de trabalho diário dos desenvolvedores de produtos é o suporte a diferentes graus de novidade. Um tamanho não serve para todos. Em alguns cenários, o objetivo é otimizar uma fórmula de sabor ajustando-a com perfeição. Por exemplo, há uma infinidade de nuances de sabor de diferentes grãos de baunilha provenientes de muitas partes do mundo. Qual é a melhor combinação de baunilhas para proporcionar a experiência de sabor desejada?

Em outros cenários, o objetivo é desenvolver uma experiência de sabor verdadeiramente nova. Aqui, a variação ou distância entre os ingredientes (por exemplo, baunilha vs morango) é provavelmente mais significativa do que a escolha dentro de qualquer família de ingredientes (por exemplo, baunilha). Nosso sistema aprende e usa um modelo de distância para sugerir as fórmulas de sabor desejadas.

Porque nosso sistema de IA é orientado por dados, os insights que ele fornece evoluem à medida que os dados mudam. Os desenvolvedores de produtos têm um número impressionante de combinações e proporções de ingredientes para escolher. Eles podem ter algumas soluções essenciais para certos desafios de sabor de componente. Por exemplo, por causa da natureza sensível do tempo de seu trabalho, eles podem usar seu "bacon" de espera favorito sempre que a fórmula pedir um componente de sabor de bacon. Ter um aprendiz de IA que pode explorar mais opções de forma inteligente ajuda a evitar o uso de standbys habituais quando as evidências sugerem que alternativas melhores podem existir.

Nossa equipe está satisfeita que os produtos de nosso esforço conjunto de quatro anos com a McCormick estarão disponíveis para consumo no varejo com sua nova família de produtos ONE lançada em meados de 2019. Nosso sistema de IA ajudou os desenvolvedores do produto ONE a encontrar soluções para desafiar desafios que eles não conheciam de outra forma, acelerando o tempo de obtenção de valor e, ao mesmo tempo, alcançando classificações altas com testadores de consumidores.

Com base nos resultados promissores até o momento, McCormick planeja implantar o sistema de IA globalmente para operações em mais de 20 laboratórios em 14 países, abrangendo mais de 500 desenvolvedores de produtos e sabores e sua equipe de suporte. Enquanto isso, nossa colaboração de pesquisa contínua com a McCormick continuará a lidar com mais dimensões do desenvolvimento de produtos e alavancar fontes de dados anteriormente inexploradas.

Este é apenas o começo do que é possível para o IBM Research AI for Product Composition. A tecnologia subjacente pode ser generalizada para outros produtos, como cosméticos, fragrâncias, detergentes, adesivos, lubrificantes e materiais de construção.

IA está se tornando uma realidade prática em um número crescente de domínios, tocando cada vez mais dimensões de nossas vidas. Desde o início dos tempos, os humanos têm buscado criar novas e deliciosas experiências de sabores. As evidências de como as ferramentas de IA se difundiram podem ser tão próximas quanto os temperos habilitados para IA em sua próxima refeição.

Esta história foi republicada por cortesia da IBM Research. Leia a história original aqui.