Kan en computer "smage" en tomat eller en blåbær? Nå, ikke ligefrem, men det kan fortælle videnskabsmænd, hvilke flygtige stoffer i disse frugter, der får dem til at smage godt, siger forskere fra University of Florida.
University of Florida Institute of Food and Agricultural Sciences (UF/IFAS) opdrætter og genetiker Marcio Resende ønsker at skabe, hvad han kalder en "Artificial Intelligence Connoisseur", en model, der fortæller forskerne, hvilke kemiske forbindelser - det vil sige flygtige stoffer, sukkerarter, syrer og andre kemiske forbindelser – giver de bedste frugtsmag.
For at finde ud af, om en frugt eller grøntsag er værd at forædle, prøver forskerne selv afgrøden for smag og lugt, går gennem marker og plukker produkter individuelt.
Disse processer kan give logistiske problemer, sagde Harry Klee, professor i gartneri ved UF/IFAS og medforfatter til en ny undersøgelse der ser på, hvordan computermodeller kan bruge flygtige stoffer til at måle frugtsmag.
"På grund af omkostninger og logistiske begrænsninger bruger opdrættere typisk ikke forbrugerpaneler i deres programmer," sagde Klee. "Det ideelle ville være at bruge et stort forbrugerpanel, der omfatter et mangfoldigt sæt potentielle forbrugere. Vi bruger 100 personer, der spænder over en række alder og etnicitet. Denne tilgang er meget mere repræsentativ for befolkningen af shoppere."
I årevis hjalp planteavlere og genetikere landmænd med at høste højere udbytter, fordi forbrugerorienterede egenskaber såsom smag er sværere at måle. Højt udbytte er dog ikke nok til, at producenter kan konkurrere på nutidens krævende markeder, sagde Patricio Muñoz, en lektor ved UF/IFAS havebrugsvidenskab med ansvar for blåbæravlsprogrammet.
Producenterne ved, at hvis de ikke inkluderer sorter, der smager godt, så sælger deres frugt måske ikke til en god pris eller sælger overhovedet, sagde Muñoz. Med disse metoder håber forskerne at hjælpe producenterne med at forblive konkurrencedygtige, og forbrugerne får en bedre oplevelse med deres produkter.
Ved hjælp af disse modeller kan et avlsprogram vurdere smagsvurderinger for mange frugt- og grøntsagssorter. Denne proces var tidligere begrænset af, at hverken videnskabsmænd eller forbrugerpaneler kan teste ret mange varianter på én gang.
Resende ledede den nye forskning, der viser måder at få data fra flygtige stoffer i blåbær og tomater ind i en statistisk model. Forskningsresultaterne er nu begrænset til disse to frugter, men vil senere blive udvidet til andre afgrøder, UF/IFAS-forskere udvikler.
For at udføre deres nye undersøgelse brugte UF/IFAS-forskere data fra tomat- og blåbæravlsprogrammet fra det seneste årti.
De gav et varieret sæt tomat- og blåbærsorter til forbrugerpaneler på UF Sensory Lab i Gainesville. Forskerne indsamlede derefter vurderinger af smagsegenskaber som "lide", sødme, surhed, smagsintensitet og umami.
UF/IFAS-forskere testede rækken af score, der fortæller dem, hvor meget en forbruger kan lide en smag. Som det viser sig, forklarede flygtige stoffer op til 56% af "like"-scorerne, hvilket forstærker beviset for, at flygtige stoffer er vigtige for at bestemme, hvor meget forbrugerne kan lide frugten. Flygtige stoffer er også vigtige i kvantificering og estimering af vigtigheden af frugtsmag, sagde Resende.
Desuden viste forskere, at maskinlæringstilgange generelt er de bedste forudsigere for forbrugernes smagspræferencer, kaldet metabolomisk udvælgelse. Nøjagtigheden af metabolisk selektion er overlegen i forhold til modeller, der i stedet bruger genomiske data, hvilket fremhæver potentialet ved denne nye metode i avlsapplikationer.
"Jeg tror, at hovedpointen er, at opdrættere kan screene et større antal prøver," sagde Resende, en UF/IFAS-assistentprofessor i havebrugsvidenskab. "På denne måde har du en bredere tragt til at identificere de velsmagende varianter, og på et tidspunkt foretager smagstestpaneler et endeligt udvalg med de sensoriske data. Vi forventer, at disse modeller vil muliggøre en tidligere inkorporering af smag som et avlsmål og tilskynde til udvælgelse og frigivelse af mere smagfulde frugtsorter."
Ud over Resende, inkluderet blandt de andre UF/IFAS-fakultet, der undersøgte computermodelmetoden til smagstest, var Klee, Muñoz og Denise Tieman, en forskningsadjunkt - alle tre i gartnerividenskabsafdelingen; Charlie Sims, professor i fødevarevidenskab og human ernæring og Nikolay Bliznyuk, lektor i landbrugs- og biologisk ingeniørvidenskab. Værket er også førstegangsforfattet af ph.d. studerende Vincent Colantonio og forskningsassistent videnskabsmand Luís Felipe Ferrão.
Klik nedenfor for en video, hvor Resende forklarer denne nye AI-forskning.
- Brad Buck, University of Florida