人工智能是否能创造素食世界?

(图片来源:Hampton Creek) Image copyright Hampton Creek

回想一下你最近吃过的美味汉堡——试着在脑海里重现它丰厚多汁的味道和富有嚼劲、坚实、柔软又脆爽的口感。试着回忆汉堡塞到嘴里时的风味和香气。记住它给你带来的满足感。

现在设想一下假如那个汉堡里面没有肉,味道会变成怎样。制作牛肉汉堡需要畜牧业的支持,而这对全世界的环境都造成了巨大的压力和破坏。如果我们使用一些素食主义者喜欢的替代品,你会满意吗?假如我们能用别的方法重现汉堡的味觉盛宴,那会如何?

现在,正有一批企业家试图通过人工智能寻找答案。他们希望制造出在味道和口感上和真实的牛肉汉堡类似的东西,以至于人们将无法判断制造过程中是否使用了动物制品。

Image copyright NotCo
Image caption NotCo公司希望人们以更有营养、更环保的方式享受美食(图片来源:NotCo)

肉类并非他们唯一的目标:蛋黄酱、曲奇饼、奶酪、巧克力,以及其他所有使用动物原料生产的食品都在他们的视线范围之内。他们的梦想是让素食成为每个人最简单、最便宜、最方便的选择,这样一来全球人口都能吃素。

当然,取代动物性食物的想法并不新鲜,但人工智能提供了一种更强大、更有前途的方法。食品科学家可以依靠它探索新的食材,开发令人惊讶的食谱,寻找创新的方法来重现鸡蛋、牛奶和肉类中脂肪和蛋白质给食物带来的美味。

疯狂的食物

食品初创企业Hampton Creek的创始人兼首席执行官乔希·蒂特里克(Josh Tetrick)正在利用人工智能开发新食品。他说:"人们目前的饮食方式简直疯狂,60亿人都在吃着非常差劲的食物。"

尽管严格的素食主义者更喜欢甘蓝沙拉而不是松饼,但蒂特里克坚信,如今"健康和可持续的食物只适用于一小部分人"。他想象中的未来是这样的:选择素食或成为严格的素食主义者不只是富裕阶层的选择。他想要触及那些没有选择机会的人。

蒂特里克一开始的探索方法一点都不复杂——他只是寻找植物性食物,并将它们添加到基本的数据库中。他说:"那时,我还不知道什么是机器学习,也不知道什么是计算生物学。"

后来,有朋友向他介绍了人工智能。强大的机器学习算法可以帮助他系统性地寻找新的食材或配方,以替代动物性产品。

蒂特里克并不是唯一一个在从事这项工作的人。在智利的圣地亚哥,卡利姆·皮查拉(Karim Pichara)、马蒂亚斯·穆奇尼克(Matias Muchnick)和帕布罗·萨莫拉(Pablo Zamora)创立了NotCo公司,开展类似的探索。他们希望人们以更有营养、更环保的方式享受美食。

Image copyright Hampton Creek
Image caption 人工智能提供的食谱都会由真人试吃遴选(图片来源:Hampton Creek)

穆奇尼克表示:"如果我们必须故意用最糟糕的方法来喂养自己,那就是我们目前的饮食方式了。"

动物性食物给地球资源带来了巨大损失和破坏。正如BBC Future的文章所述,从人类饮食中去除肉类最多可以减少60%与食物有关的温室气体排放,并节约养殖业所需的大量淡水和农业用地资源。另外,大型肉类加工厂还存在很多伦理问题、劳动力问题、土地和垃圾处理问题。

《肉的问题》(What's the Matter with Meat)一书作者、记者凯蒂·基弗(Katy Keiffer)说:"因为人力成本极高,这些畜牧企业几乎让其从业者陷入贫穷困境。"

尽管如此,随着人口和经济的增长,世界上的肉类需求依然在增加。联合国粮农组织(FAO)的数据显示,全球肉类产量从1986年的1.59亿吨增加到2014年的近3.18亿吨,翻了一番。即使在肉食不被认为是很奢侈的食物的国家,肉类消费也居高不下。据估计,在美国和英国,素食者(更不用说严格素食者)占总人口的比例仅为个位数百分比。

正如基弗所说:"很难告诉那些以前没有吃肉条件、现在刚开始吃肉的人:他们不应该吃肉。"所以,不管蒂特里克和穆奇尼克用什么代替肉,味道和口感必须像真的肉。同时,这些替代品也必须是可扩大规模的,易于获得的,而且最好更加有益健康。那么人工智能如何帮助实现这个目标呢?

基础

对于像蒂特里克和穆奇尼克这样的人来说,可以从改变看法开始。他们对松饼的看法与一般人大不相同。在他们眼中,小厨房就是工具箱;别人请客,他们当作是一次化学实验。蒂特里克解释说:"松饼需要膨胀起来,变成棕色,要有质地,还要一定的保质期。"然而,他并没有提到松饼应有的美味程度。

他们的目标是找到一种方法让松饼满足这些条件,但使用不同的原料。加州大学伯克利分校的另类肉类实验室(Alternative Meat Lab)客座教授里卡多·圣·马丁(Ricardo San Martin)说,这个问题"很难解决"。一方面,从口感和质地到食物加热时的变化,饮食体验的每个方面都是特定分子或微成分的产物,比如蛋白质或脂肪。在我们目前的饮食中,很多都来自于动物性原料。

Image copyright Alamy
Image caption 这两家公司都建立并使用由数千种植物性食材组成的数据库(图片来源:Alamy)

寻找肉类替代品的第一步是确定尽可能多的候选食材,这可以通过在世界各地搜寻食用植物来完成。问题是,没有人确切知道哪些会成功。即使是每天吃这些食物的人,也不知道它们有可能代替猪肉或鸡蛋。

然后要对食物进行分析。研究人员必须弄清楚每种植物性食材在分子水平上的组成成分,以及每种成分的比例。所有这些数据都将录入一个包含数千甚至数百万个条目的数据库中,条目数量取决于分析的详细程度。联合国粮农组织统计发现,世界上有25万多种可食用植物,而每种植物的变种不计其数。

如果这个问题还不够难,那么还有一个问题就是这些不同的成分是如何相互作用的。错误组合和特定组合会产生意想不到和不愉快的味道或不理想的反应。正如圣·马丁指出的那样,问题在于"化合物之间的相互作用非常复杂",这意味着许多事情会在无法预见的情况下出错。

解析如此多的变量是一个烧脑的过程,但这正是人工智能一显身手的地方。人工智能用的是更合乎逻辑的方法,而不是完全靠碰运气的人工品尝。它是通过机器学习来实现的,这一技术使得计算机能够通过多次试错来解决问题。它被用于解决许多不同的问题,比如在图片中识别出人的面部,帮助医生发现癌症等。

虽然人工智能不会立刻得到正确的结果,但它在每次犯错时都能吸取教训并进行改善,这通常得益于人类提供的反馈。

结果可能令人感到惊讶。Hampton Creek公司最近发现,一种印度绿豆的分离蛋白具有类似炒鸡蛋的特性。NotCo公司最令人眼花缭乱的配方之一是它的巧克力原型产品,一个使用西兰花、枸杞、双孢蘑菇和坚果的奇特组合。可惜的是,他们不愿告诉我们是哪一种坚果。

Image copyright Hampton Creek
Image caption 人工智能还可以帮助这些公司实现流程自动化(图片来源:Hampton Creek)

到目前为止,这些公司以人工智能为主导制造乳剂,即像蛋黄酱、炒蛋替代品、曲奇饼这样的流食。模仿生产固体食物更加复杂。正如圣·马丁所说,固体食物带有咬和咀嚼的体验,需要"缓慢释放分子和脆爽的口感"。这就像在解决三维难题而不是二维难题。不过NotCo公司已经有了相应计划。

萨莫拉说:"我们正在制造一种牛奶,它就像真的牛奶一样,不仅与牛奶有相似或更好的营养成分,而且具有相同的功能结构。"萨莫拉的意思是,它可以像现在的牛奶那样被使用,比如用于饮用、烹饪或作为制作奶酪、酸奶或冰淇淋的原料。但它却是一种素食产品。

然而,更大的目标是取代肉类,这两家初创公司都在用不同的方法解决这个跟棘手的问题。Hampton Creek公司正在实验室培育肌肉和脂肪细胞,并正在研究如何用植物性营养来喂养这些细胞。而NotCo公司正在寻找只用植物性成分再造肉类的方法。

两公司间的细微差别在Notco公司的人工智能机器人的名字上体现出来。Notco的人工智能机器人Giuseppe是以文艺复兴时期画家朱塞佩·阿尔钦博托(Giuseppe Arcimboldo)的名字命名的,后者擅长用水果和蔬菜塑造人像。穆奇尼克解释称:"对我们来说,绝不可能选择使用动物性原料。"

Image copyright Alamy
Image caption NotCo公司的人工智能机器人名字受到文艺复兴时期画家朱塞佩·阿尔钦博托的画作启发,后来以画家名字命名(图片来源:Alamy)

但即使有了人工智能,两家公司的进展还是非常缓慢。这个难题无以复加的复杂,任何一个细节错误都可能毁掉全局。圣·马丁解释说,这有点儿像盖房子或大教堂。它们都是用相同的石块建造的,但是有的石块非常大,有的又非常小。对努力改变人们饮食方式的人来说,这件事的难度不比建造一座大教堂容易。

未来的挑战

然而,创造这些新食物只是第一个挑战,说服人们吃它们则是另一回事。

伦敦帝国理工学院(Imperial College London)食品营销学名誉教授大卫·休斯(David Hughes)表示:"我们的饮食习惯变化极其缓慢。"即使有更好的选择,食品消费模式也是根深蒂固的。营销推广至关重要,但是花费不菲。Hampton Creek公司获得的2.2亿美元投资,和NotCo公司260万美元的融资,甚至都远不及国际食品巨头的营销预算。世界上最大的食品公司雀巢(Nestlé)的市值高达2295亿美元。

休斯认为,未来所有这些参与者都会有发展空间。健康、环境和动物福祉的结合"将促使人们更容易接受这些人工智能产品"。他相信,它们可能会成为全球蛋白质市场的重要组成部分,尽管可能仍然是少数人的选择。

还有一个问题可能会阻碍它们获得渴望的全球影响力。

事实证明,算法也有自己的怪癖。圣·马丁解释说:"输入信息、解读数据以及提取数据的方式,可能会导致人工智能产生偏见。"

Image copyright Hampton Creek
Image caption 人工智能在收集和理解大数据集时特别有用(图片来源:Hampton Creek)

问题是,食物偏好严重依赖文化偏好。举例来说,很难让美国人喜欢上马麦酱。如果这些新食品只是迎合那些操作人工智能的西方白人的口味,那么它们可能注定会失败。蒂特里克坚持说,他正在试图通过雇佣来自世界各地的团队来解决这个问题。

虽然目前这些公司还没有因产品的安全性问题跟相关国家卫生部门发生纠纷,但如果他们使用以前未被用作食品的任何原料,就可能会造成问题。

但也许其中最棘手的问题将是一个机器可能永远无法解决的难题。无论人工智能找到了什么奇怪的组合来代替肉、奶酪或鸡蛋,它们很可能会创造出一种从未有人吃过的混合物。但是人类虽然是一群善变的生物,但是旧习难改。

请访问 BBC Future 阅读 英文原文

相关主题内容

更多有关此项报道的内容