通衢大道上有這樣一家別有風(fēng)情的酒吧，推開門便是滿滿的啤酒香，走到吧臺(tái)，點(diǎn)上一杯名字很特別的酒，淺酌一口，不禁發(fā)出嘖嘖的贊嘆聲。這時(shí)候老板從外面風(fēng)塵仆仆地進(jìn)來(lái)，見到客人就上前攀談到，“您好，這是我們酒吧一杯用AI算法釀造的啤酒，您感覺味道如何？”

你相信嗎？人工智能在不知不覺間又和我們吃什么這件事扯上了關(guān)系，智慧餐廳雖然之前也被人們津津樂道，但是人工智能卻似乎不僅僅只滿足于做一個(gè)乖乖的服務(wù)生。所以，人工智能還能在吃這件事上躁出點(diǎn)什么名堂呢？

AI，飲品開發(fā)來(lái)一波

首先，飲品行業(yè)的消費(fèi)者構(gòu)成偏年輕，以奶茶這一飲品為例，其目標(biāo)消費(fèi)群主要為追求潮流的80-90后年輕群體。而且年輕的千禧世代和Z世代普遍表示愿意在高端餐點(diǎn)上花費(fèi)更多，價(jià)格往往并不是他們的第一考慮因素，體驗(yàn)為王才是他們?cè)谏钪凶畲蟮淖非蟆?/p>

之前，倫敦的IntelligentLayer公司聯(lián)合牛津機(jī)器學(xué)習(xí)專家利用算法釀造的那款啤酒為了保證口味的獨(dú)特性在AI算法中加入了1000個(gè)“通配符”成分，隨機(jī)插入到啤酒的配方中。也就是說，AI可以自主添加各種新奇成分來(lái)保持啤酒帶給客人的驚喜度。

另外，隨著人群逐漸細(xì)分，互聯(lián)網(wǎng)當(dāng)中的“長(zhǎng)尾效應(yīng)”開始延續(xù)到線下的消費(fèi)場(chǎng)景，行業(yè)無(wú)一例外都開始走向了小眾化的道路。傳統(tǒng)的飲品開發(fā)方式開始難以適應(yīng)快速的市場(chǎng)變化，就像許多知名的餐飲品牌：全聚德、吉野家、真功夫、味千拉面，正在經(jīng)歷的中年危機(jī)：“光有品牌而無(wú)吸引力”，亦從側(cè)面證明了如果不能快速抓住市場(chǎng)口味的變化，那么客流量下降的焦慮只會(huì)在時(shí)間的流逝當(dāng)中被越放越大，最后倒在各家咨詢公司的年度總結(jié)報(bào)告中：“2018年度餐飲陣亡名單”。而AI算法開發(fā)飲品利用人工智能的算法和機(jī)器學(xué)習(xí)功能，可以在客人飲過之后進(jìn)行交互實(shí)時(shí)收集用戶反饋，讓AI能夠記住該顧客的數(shù)據(jù)，并在下一次的生產(chǎn)當(dāng)中不斷通過工藝的調(diào)整使飲品更加符合客人的口味偏好。

一家飲品公司的成功往往特別注重營(yíng)銷和產(chǎn)品兩個(gè)因素，AI二字本來(lái)就是飲品的活廣告，不斷迭代的口味又能夠滿足年輕一代求新求變的心情。因此，AI算法飲品只要得到一定權(quán)威認(rèn)證，其市場(chǎng)的規(guī)模一定不會(huì)小。

AI說，除了吃得奇，還要吃得更健康

中國(guó)的中產(chǎn)階級(jí)數(shù)量持續(xù)上升，隨之提高了大眾對(duì)食品營(yíng)養(yǎng)的要求。根據(jù)麥肯錫的預(yù)估，到2022年，中國(guó)上層中產(chǎn)階級(jí)家庭數(shù)量將達(dá)到1.93億，大眾中產(chǎn)階級(jí)家庭數(shù)量7854萬(wàn)，整個(gè)社會(huì)對(duì)食品營(yíng)養(yǎng)的市場(chǎng)需求將大幅攀升。

Innova在2017年的調(diào)查數(shù)據(jù)中，有23%的中國(guó)消費(fèi)者認(rèn)為真材實(shí)料是最影響其購(gòu)買食品飲料的因素，這一數(shù)據(jù)高于美國(guó)，澳大利亞，英國(guó)和西班牙。這表明在中國(guó)正有越來(lái)越多的消費(fèi)者愿意選擇接受他們自己心目當(dāng)中更健康的飲食?！度A盛頓郵報(bào)》一篇文章也預(yù)測(cè)到，2018年的飲食重點(diǎn)將是“通過食物預(yù)防和控制諸如阿茲海默癥等疾病，以及促進(jìn)消化健康”，而這份預(yù)測(cè)報(bào)告的結(jié)果是參考了13000多位營(yíng)養(yǎng)專業(yè)人士的意見得出。

目前，都柏林有一家初創(chuàng)公司將人工智能應(yīng)用于營(yíng)養(yǎng)學(xué)，名叫Nuritas。它將人工智能與分子生物學(xué)相結(jié)合，建立食品數(shù)據(jù)庫(kù)，識(shí)別食物中的肽，讓被開發(fā)出來(lái)的食品更加健康。在傳統(tǒng)的食品制造商當(dāng)中，他們主要關(guān)注的是成本控制和安全，但沒有想過通過識(shí)別食物當(dāng)中一些比較特殊的有益于人體健康的物質(zhì)來(lái)提高自己的食品質(zhì)量。

人工智能強(qiáng)大的記憶能力非常適合學(xué)習(xí)各種不同的營(yíng)養(yǎng)元素，將人工智能和食物營(yíng)養(yǎng)元素?cái)?shù)據(jù)庫(kù)連接到一起，通過算法識(shí)別食物種類，結(jié)合人工智能視覺識(shí)別功能，然后就可以知道食物所富含的營(yíng)養(yǎng)成份。光知道營(yíng)養(yǎng)成分還不夠，人工智能還可以為這些食物根據(jù)營(yíng)養(yǎng)成為做合理的搭配，和人類的味覺共同作用于食品開發(fā)。

虛擬營(yíng)養(yǎng)師打開營(yíng)養(yǎng)生活的另一扇門

在我國(guó)，居民的營(yíng)養(yǎng)知識(shí)普及程度一直不高，而且國(guó)內(nèi)專業(yè)營(yíng)養(yǎng)師服務(wù)的普及率也同樣很低。據(jù)調(diào)查，在日本，每300人就配備有一個(gè)營(yíng)養(yǎng)師；在美國(guó)，每4000人配備一個(gè)營(yíng)養(yǎng)師；而在中國(guó)，每40多萬(wàn)人才有一個(gè)營(yíng)養(yǎng)師，可見，與發(fā)達(dá)國(guó)家相比，我國(guó)公共營(yíng)養(yǎng)師的人才缺口極大。

David Zeevi團(tuán)隊(duì)在2015年11月的時(shí)候于《Cell》上發(fā)表論文，闡釋了機(jī)器學(xué)習(xí)應(yīng)用于營(yíng)養(yǎng)學(xué)的積極作用。研究人員為機(jī)器學(xué)習(xí)算法輸入了800名志愿者的數(shù)據(jù)進(jìn)行訓(xùn)練，學(xué)會(huì)了預(yù)測(cè)食物對(duì)人體血糖水平的影響。在之后的第二組人群上（100個(gè)志愿者）驗(yàn)證機(jī)器學(xué)習(xí)得出的模型，結(jié)果非常理想。之后在第三組實(shí)驗(yàn)當(dāng)中機(jī)器也成功地給予了健康飲食指導(dǎo)，讓志愿者餐后的血糖水平得到了精準(zhǔn)控制。

所以，讓人工智能來(lái)提供的虛擬的營(yíng)養(yǎng)師可能是打造精準(zhǔn)營(yíng)養(yǎng)生活最好的助手。通過分析標(biāo)準(zhǔn)化飲食的結(jié)果，研究者還發(fā)現(xiàn)即便使用同樣的食品，不同人的反應(yīng)依然存在巨大差異，這表明，過去根據(jù)經(jīng)驗(yàn)得出的“推薦營(yíng)養(yǎng)攝入”從根本上就有“漏洞”，虛擬的營(yíng)養(yǎng)師其實(shí)比真實(shí)營(yíng)養(yǎng)師提供的建議效果會(huì)更好。

此外，咨詢者往往把自己針對(duì)身體健康的維護(hù)或咨詢當(dāng)做是一種弱勢(shì)行為。當(dāng)提及健康方面的問題，至少現(xiàn)階段還是比較顧忌對(duì)自己的評(píng)價(jià)。營(yíng)養(yǎng)師通常要遵循的一個(gè)基本原則是盡量回避隱私或敏感的話題，學(xué)會(huì)忘記咨詢者隱私。但是當(dāng)這個(gè)營(yíng)養(yǎng)師成為虛擬的時(shí)候，這種弱勢(shì)或許就并不存在了，因?yàn)樗皇且慌_(tái)機(jī)器而已。

人工智能想要飲食這件事上燥起來(lái)固然是一件好事。但AI卻不是神筆馬良，畫什么餅就能吃什么餅。智能相對(duì)論（aixdlun）分析師楊蘇穎認(rèn)為AI作用于人類飲食還需突破的難題有三道。

1、AI造物的普遍性還在下一個(gè)春天

今天AI在算法學(xué)習(xí)下嘗試了制造啤酒，但對(duì)于很多做其他食品制造的企業(yè)來(lái)說，旗下的食品種類通常少則十幾種，多則上百種。AI在將造物的學(xué)習(xí)經(jīng)驗(yàn)從一類情況向另外一類情況遷移時(shí)，經(jīng)常會(huì)遇到困難。這意味著，企業(yè)需要投入大量資金訓(xùn)練一個(gè)新模型，有時(shí)候即使第二次的情況與之前的十分類似也很難避免回籠再造的命運(yùn)。企業(yè)大則還好，對(duì)于剛起步的小企業(yè)而言，AI學(xué)習(xí)所要耗費(fèi)的人力物力財(cái)力就不太友好了，因此，AI制造食品要想廣泛落地還需解決學(xué)習(xí)普遍性的問題。

2、虛擬營(yíng)養(yǎng)師真實(shí)效果還需繼續(xù)耕耘

營(yíng)養(yǎng)的作用的確是客觀存在的，但是人工智能賦能的虛擬營(yíng)養(yǎng)師對(duì)人體健康的干預(yù)作用究竟幾何是受很多因素影響的。營(yíng)養(yǎng)知識(shí)的門檻原本并不算高，在中國(guó)只要有興趣的都可以去學(xué)習(xí)甚至是考得一個(gè)營(yíng)養(yǎng)師的證書。

但是，盡管人們對(duì)健康很看重，餐餐按照規(guī)定的食譜進(jìn)食卻不是每個(gè)人都能夠依從的條件。如同減肥一樣，每個(gè)人都知道，只要控制飲食和多運(yùn)動(dòng)的方法論，卻鮮少有人能夠完成自己最終的體重目標(biāo)。

所以，虛擬營(yíng)養(yǎng)師要想有市場(chǎng)，不僅僅是要除了需要獲取醫(yī)療機(jī)構(gòu)的個(gè)人數(shù)據(jù)，還需要結(jié)合AI預(yù)測(cè)疾病的功能，精準(zhǔn)顯示用戶在未來(lái)的潛在疾病發(fā)展方向，提前給用戶預(yù)警，否則如若不能調(diào)動(dòng)用戶自覺遵循AI建議的積極性，虛擬營(yíng)養(yǎng)師則難以發(fā)揮效用。

3、數(shù)據(jù)采集少些邏輯怪圈

人工智能進(jìn)入人類的飲食生活要有意義就必須比人做得更好，但是全面依賴數(shù)據(jù)的機(jī)器學(xué)習(xí)卻往往讓人很難相信它的使用能夠廣泛造福所有人，制造此類人工智能產(chǎn)品的人不僅要有計(jì)算機(jī)科學(xué)的思維還必須有社會(huì)學(xué)的思維。

從我國(guó)的國(guó)情來(lái)說，2014年我國(guó)確立了12.8萬(wàn)個(gè)貧困村，8900萬(wàn)貧困人口，以兒童為例，在低收入和中等收入國(guó)家，仍然有2.5億兒童可能因貧困和發(fā)育遲緩而無(wú)法發(fā)揮潛力，貧困地區(qū)農(nóng)村兒童營(yíng)養(yǎng)問題遠(yuǎn)比城市兒童更為突出，他們的生長(zhǎng)遲緩率和低體重率通常是城市兒童的6-8倍，貧血問題也較普遍的存在。

但是，人工智能所能收集到的個(gè)人數(shù)據(jù)主要來(lái)自醫(yī)療機(jī)構(gòu)，而出身貧困家庭的兒童們可能鮮少有機(jī)會(huì)去醫(yī)院查看自己的健康問題，留存的數(shù)據(jù)也必然是遠(yuǎn)不及城市兒童的，這就不免引起人工智能的歧視問題，也就是說人工智能的內(nèi)在邏輯可能是用治“富貴病”的方法去治“貧窮病”，而這肯定是不合理的。

古人常說，“食色性也”，人類這樣一個(gè)嘴饞的雜食物種，要想過得活色生香絕對(duì)少不了吃。如今，有AI在人類吃什么，怎么吃上進(jìn)行把關(guān)，雖然還不盡完美，但相信不久之后飲食男女一定能過上“智慧吃”的好日子。