A intelixencia artificial chega á cociña da industria alimentaria

Hai que remontarse ao verán de 1955 —ano no que naceron Bill Gates e Steve Jobs, enorme casualidade— para atopar o primeiro uso do termo intelixencia artificial. Foi o entón novo profesor, John McCarthy, o que explicou na Conferencia de Dartmouth, celebrada na universidade norteamericana do mesmo nome, que a intelixencia artificial é o proceso de “aprendizaxe” das máquinas que lles permite “usar unha linguaxe, dar forma a abstraccións e conceptos e solucionar problemas reservados aos humanos”.

A pesar do seu carácter de definición primitiva, ese é o concepto de intelixencia artificial que perviviu, na súa esencia, até os nosos días. Na súa conferencia ‘Intelixencia artificial en alimentos: tecnoloxía clave‘, pronunciada no FoodTech Summit & Expo celebrado en Cidade de México, en decembro de 2020, o estratego especializado en tecnoloxía Peter Ros facía referencia ao machine learning como a ferramenta máis usada no seo da industria alimentaria.

“A través do machine learning podemos facer cousas que antes eran imposibles debido a que os sistemas informáticos aprenden dos contextos que están a vivir, incorporan patróns de comportamento e identifican grupos similares”, detalla David Martínez, xefe de desenvolvemento estratéxico de negocio e alianzas con empresas de Ainia, centro tecnolóxico español que leva a cabo distintas iniciativas para impulsar o uso da intelixencia artificial na industria alimentaria.

Unha industria cada vez máis aberta a estas innovacións. Un informe da consultora Facts and Factors de 2021 fixa nun 45,7 % o aumento do uso da intelixencia artificial na industria de alimentos e bebidas até o ano 2026. E isto é a nivel global. O informe ‘O estado do Foodtech en España‘ revela que en 2022 o uso de intelixencia artificial incrementouse en máis de 12 puntos respecto ao ano anterior no sector do foodtech no noso país. Isto débese ás súas múltiples aplicacións.

Un dos seus usos principais ten que ver cun emprego intelixente da recompilación de datos. Na actualidade, hai máis información que nunca: atopámola en Internet, redes sociais… A intelixencia artificial é capaz de analizar miles de ingredientes a partir de distintas bases de datos e identificar as súas características organolépticas e bioquímicas para determinar cales se poden combinar entre si dunha mellor maneira para conformar un produto determinado.

Tamén é capaz de identificar que ingredientes teñen unhas características similares para substituír un ou outro nunha receita. Ademais, ten a capacidade de facer esa análise e ofrecer os resultados dunha maneira moi rápida.

“Toda esa información aplícase no desenvolvemento de novos produtos, pero tamén na modificación dalgúns que xa existen coa intención de que sexan mellores”, describe Martínez.

Un exemplo do seu uso na industria alimentaria foi a de elixir o mellor substituto para o aceite de palma. A intelixencia artificial non só é capaz de detectar esa crise de reputación dun ingrediente baseada en millóns de mencións en sitios web e redes sociais, senón que tamén é capaz de buscar entre miles de resultados de ingredientes cal se pode aproximar máis, desde un punto de vista sensorial, ao aceite de palma e cambialo por outro.

Outro exemplo: pola súa enorme capacidade de análise, a intelixencia artificial pode detectar ingredientes de moda entre toda a información que podemos atopar en Internet. “Pensemos en que hai moitas mencións á chía; a intelixencia artificial dá ese resultado e nós trasladamos ás empresas coas que colaboramos que hai un interese por parte do consumidor”, analiza Martínez.

Isto permite cambiar fórmulas para adecuarse mellor á demanda do mercado e que, por exemplo, unha empresa lance unhas galletas con sementes de chía para cubrir un nicho, beneficiándose porque son vendas e facendo que o consumidor final atope un produto máis axeitado aos seus gustos.

Outra aplicación da intelixencia artificial para a que os expertos ven un futuro brillante ten que ver co desenvolvemento dun produto desde cero a partir da combinación de ingredientes alternativos aos de orixe animal. É o proxecto Food Computing, un prototipo de algoritmo de formulación avanzado baseado en técnicas de machine learning desenvolvido por este centro de investigación.

Neste sentido, este proxecto é unha adaptación da técnica que xa vimos anteriormente: a intelixencia artificial é capaz de identificar entre miles de ingredientes vexetais un cunhas características similares ao ingrediente animal que se desexa substituír. Para iso, o algoritmo escolle entre millóns de correlacións en tempo marca (algo imposible para o ser humano).

“A partir disto, somos capaces de establecer fórmulas ou receitas que permitan que un produto cárnico ou lácteo pase a ser completamente vexetal, pero, ao mesmo tempo, mantendo as súas propiedades e as súas características organolépticas. Este será un campo no que se alcanzarán grandes achados nos próximos anos e que permitirá dar un salto de xigante para satisfacer a un crecente número de consumidores que apostan por unha alimentación vegana ou vegetariana”, resume Martínez.

Este proxecto, que está a dar os seus primeiros pasos, atopa eco noutras iniciativas xurdidas en diferentes partes do mundo. Un exemplo é o da empresa chilena NotCo, que emprega un algoritmo de intelixencia artificial —que ten até nome propio, Giuseppe—, para crear produtos substitutivos do leite ou da carne a partir de ingredientes de orixe non animal.

O chef virtual de NotCo recibe información en forma de datos e analízaa buscando coincidencias de sabor e textura. Despois de que Giuseppe cree as receitas, estas analízanse en grupo por parte do equipo para ditaminar si a combinación de ingredientes recrea de maneira fidedigna aquilo que se pretende replicar.

Que unha intelixencia artificial cociñe para nós soa a ciencia ficción, pero só é un uso extremadamente eficiente de información posta ao servizo dun consumidor ávido de seguir un novo modelo de alimentación sen ingredientes de orixe animal.

Pero o cliente de hoxe en día non só está en busca de alimentos máis saudables, máis innovadores ou que se axusten ao seu modelo de alimentación: tamén necesita que sexan máis atractivos. Nun mundo no que moitos consumidores elixen un refresco en función da súa lata ou se decantan por un aceite de oliva e non por outro segundo o seu envase, a intelixencia artificial tamén ten moito que achegar.

Un exemplo é o dos zumes prensados en frío da marca Freshkia, comercializados pola empresa española Comfresh. Para chegar ao deseño definitivo do envase, esta compañía empregou o software de acceso libre DALL–E 2, que é capaz de crear imaxes a partir de palabras. Utilizándoo, crearon 11 deseños ou “mundos creativos”, tal e como eles mesmos denomínanos, un por cada sabor.

Pero como o fixeron? “A partir dun enorme mapa de conceptos —como descricións e valores da marca— que se establecen previamente, a intelixencia artificial é capaz de crear conceptos moi atractivos a unha velocidade vertixinosa, moito máis rápido do que o faría un deseñador humano. Esta maneira de traballar permite mesmo chegar a mundos creativos e solucións que non che imaxinaches nunca”, explica Ruth Falquina, CEO de Estado Latente, axencia de tecnocreatividad responsable do proxecto. “Trátase do primeiro produto do mercado codiseñado con intelixencia artificial”, comentan desde a empresa.

Quen é o responsable de que un viño sexa mellor ou peor? A viña ou a adega? Nin un nin outro: nun futuro próximo, o principal causante de que un cava, un rioja ou un albariño sexa de mellor calidade podería ser a intelixencia artificial.

A adega Raventós Codorníu lidera Alimente21, un consorcio no que están presentes outras empresas como as cárnicas Aldelís e Prolongo e provedores tecnolóxicos punteiros como Mapex e Omron Iberia. Neste proxecto conxunto a intelixencia artificial é a base para mellorar procesos produtivos que revertan na calidade do produto. “É, sen dúbida, o proxecto máis avanzado en materia de aplicación da intelixencia artificial no sector da industria alimentaria no noso país”, explica Vicenç Segales, responsable de Enxeñaría e Mantemento da empresa.

Este proxecto consiste en implantar algoritmos de intelixencia artificial que nos dan información sobre como tratar a uva e como seleccionala co fin de mellorar a calidade da materia prima que chega á adega e que, finalmente, permite obter un mellor viño. Esa uva que chega en estado óptimo á adega tamén volve verse beneficiada polo emprego da intelixencia artificial.

“Desenvolvemos, en colaboración co Centro para o Desenvolvemento Tecnolóxico Industrial (CDTI), uns algoritmos que nos permiten mellorar o proceso de prensado para seguir sacando o mellor desa uva que chega do viñedo”, conta Segales. No caso do prensado da uva, pódense pór uns parámetros determinados na máquina que o realiza. Con todo, unha vez que comeza ese prensado, a uva pode non comportarse como estaba previsto: a intelixencia artificial adáptase e é capaz de regular en tempo real a presión —aumentala ou reducila— para conseguir o mellor mosto.

Finalmente, tamén se serven da intelixencia artificial para establecer controis de niveis que permitan que non haxa defectos nas botellas nin corpos estraños. Isto facíase antes con sistemas electrónicos e agora a través de algoritmos. Isto permite que o viño se atope entre algodóns en cada unha das partes do proceso de elaboración.

Ademais de buscar un viño mellor, hai outro gran beneficiado: o medio ambiente. “A intelixencia artificial permítenos mellorar a eficiencia enerxética. Isto benefícianos a nivel interno, pero tamén de face ao consumidor, que nos percibe como unha empresa moito máis sostible”, afirma Segales.

Isto conséguese por dous camiños:

“A intelixencia artificial é capaz de controlar que o tapón se introduza de maneira correcta na botella e axustar desviacións por desgaste do uso da máquina en tempo real. Ou controlar que a etiqueta estea ben posta, corrixindo unha mala colocación ou un funcionamento deficiente da máquina. Hai que pensar que isto axuda a desperdiciar menos botellas e, por tanto, menos produto”, explican os responsables do proxecto.

A outra liña consiste no control de temperatura para a fermentación do viño: “O sistema é capaz de acumular frío durante a noite cando a temperatura baixa, tendo tamén en conta parámetros como a humidade, e aproveitar ese frío acumulado para as horas de máis calor. Isto fai que sexamos máis eficientes desde un punto de vista enerxético, porque reducimos a nosa pegada de carbono”, describe Segales.

Empresas máis intelixentes para consumidores máis intelixentes, pola vía de máquinas capaces de deseñar e crear mellores produtos: o futuro xa está aquí e beneficia a todos.