如果让AI创造一款新的食品，吃起来会是怎样的体验？前段时间，奥利奥的母公司亿滋就宣布将会开发一种全新的AI工具，帮助旗下品牌开发新口味的产品。这并不是AI与食品公司的第一次合作，此前一些快消品牌如无印良品、可口可乐都发布过由AI操刀的新品。
可能是之前的AI零食味道有些“一言难尽”，所以消息传出后，不少网友都开始吐槽奥利奥以后没法吃了。不过我倒是觉得大家不必如此悲观，虽然之前的AI零食好评率不高，但是也有不少表示：好吃、爱吃，还有吗？考虑到人类口味的多样性，这样的结果倒也不意外。
AI零食到底好吃吗？小雷斥“巨资”购入了无印良品发布的AI薯条，另外还买了三款经典口味作为对比，看看人类与AI谁能在“取悦人类味蕾”这个比赛里获得胜利。
口味PK：
人类平均分更高，AI却夺下冠军
无印良品发布的AI薯条共有三个口味：中式、东南亚和西式，作为对手的则是：芝士、蜂蜜黄油和海苔盐。
图源：雷科技
从包装上看，AI薯条的口味注释也是颇为微妙：
在海量数据中经过3兆次模拟，平衡各种原料制成中式风味，是AI认为人类会喜欢的口味。
“兆”在国内使用频率不高，不过日本却是常用，考虑到无印良品是日本品牌，所以按照日文的使用习惯来说，这里指的应该是“万亿”，也就是说AI在3万亿次的模拟计算后，才最终选出这三个调味方案，如此看来含金量倒是不低。
在后续的测试过程中，我将六个口味分装到容器里，标注序号并打乱摆放顺序后，邀请了10位同事试吃并进行打分，最终的结果如下：
图源：雷科技
从总分来看，AI调制的东南亚口味在雷科技最受欢迎，这个结果也确实有些出乎小雷的预料，同时也让“AI不了解人类喜好”这个观点被证伪，不过AI的中式和西式口味表现就很一般，喜获倒数第一和第二，而且也是唯二总分低于50分的口味。
作为对比方的人类组，虽然没能拿下总分第一，但是平均分明显更高，低于5分的单个评分也明显少于AI组。简单总结一下，AI组的上下限明显差值更大，而人类组基于真实体验研发的口味，至少对于多数人来说都算不上难吃，但是也很难做出让人惊艳的新口味，也就是上限较低但下限更高。
AI零食要懂用户，
还得靠“小模型”？
在试吃的过程中，多数同事对人类组开发的零食也是给出了类似的评价：吃起来还可以，不过都挺普通的，和其他品牌的同类产品吃起来感觉差不多。而在品尝AI口味时，表情则是出现明显的变化，然后说： “这个味道有点意思。”
图源：雷科技
不过，“有意思”是一回事，好不好吃就是另一回事了，在度过第一阶段的新鲜期后，不少同事都对中式和西式风味表达了不满，评价包括但不限于： 这是中药吗；怎么一股子煳味；这个是不是‘广东凉茶味’；这个也太难吃了。
如果不是有几位同事对中式风味的评价颇高，恐怕中式风味就要喜提“中国人最不喜欢的味道”榜首了。“专为中国研发的口味最不受中国人欢迎”，这个笑话估计无印良品自己是笑不出来，不过往好处想，至少还有个西式风味垫底。
如果说中式口味起码还有属于自己的特点，比如中药味，那么西式口味的特点就是“混乱”。超过一半的人认为西式口味尝不出具体的味道，就像是将各种味道混合在一起，最后再撒点盐，我至少在西式口味里吃出了烤肉、烟熏培根、番茄和芝士等四种不同的味道。
不过，认真想想其实AI并没有错，烤肉培根番茄芝士确实是西式菜肴里最常见的菜式和配料，喜欢吃的人也确实很多，但是AI显然没有控制好不同口味之间的比例，过重的烟熏味破坏了整个调味的层次感。
从中其实不难看出， AI在数据统计等方面确实有着得天独厚的优势，但是最终输出的结果是否能够让人满意，却与数据库的数据质量有直接关系。 比如说中式风味，虽然八大菜系各有特点，但是“咸香”却是接受程度最高的调味，如果无印良品的AI是用中国饮食数据训练出来的话，那么大概率会做出一款以“咸味”为基础的产品。
这里其实也揭示了AI模型目前存在的一个问题：通用模型虽然更泛用，但是在细分领域的表现却并不算好。简单来说，就是过多的无关数据反而可能污染数据池，导致AI给出错误的结果，比如误以为中国人喜欢吃草药味的食物。
图源：小红书
所以，不少AI企业在通用大模型之外，都开始加快专属小模型的训练，以严格筛选的数据为基础，确保专属小模型在对应领域的回答正确率。比如阿里云在专属小模型领域就有着很不错的表现，并且可以为企业提供定制AI模型的服务，让企业的产品和服务提供更好的体验。
如果说各个快消品牌想将AI作为未来的核心研发力量之一，那么打造一个针对目标群体喜好的专属AI模型，可能会是最好的选择。虽然前期的投入成本会高出不少，但是却可以在后续的研发中节省大量的时间并提高效率，且可以真正做出符合用户口味的个性化产品，比如让零食实现“千食千面”。
AI，正在成为新的工业驱动器
AI与零食行业的结合，其实只是AI在整个工业领域普及的冰山一角，此前小雷在参观英特尔的新质生产力大会时，就已经感受到了AI在工业领域的巨大潜力。
比如英特尔的合作企业，在会场中就展示了一套自动化的质检系统，以前需要至少两个工人站在产线末端，通过肉眼剔除不合格品的产线，在AI化改造后，仅通过部署在产线上的摄像头就可以快速判断产品是否合格，并将不合格的产品主动剔除。
图源：雷科技
类似的系统以前虽然也有，但是却无法做到普适性，基本上都是专为某款产品研发，并且需要用到高精度的探测设备，种种因素导致的高昂研发成本和部署成本直接杜绝了普通产线的使用可能。
作为对比，AI质检系统不仅可以直接在原产线上进行改造加装，而且部署成本非常低，仅需一台高性能的PC和几个摄像头，就可以取代人工目检环节，让工厂可以将工人分配到更高价值的岗位中。
此外，还有诸如低成本的自动拾货AI机器人等各种应用， 基于AI模型的多模态感知能力，许多原本需要专用方案才能解决的问题，都可以被简化成采用摄像头、激光雷达等低成本的通用硬件的方案。
而且AI也在更多地参与到研发工作中，从食品研发到产品研发，许多企业都在推进类似的项目。比如可口可乐就曾经推出过一款由AI调制、AI设计外观、AI取名的限定版“未来3000年可乐”，口感就像甜味异常版的无糖可乐，非常难以形容。
对于企业来说，AI确实是一个很好的工具，虽然翻车率不低，但是产品研发本就存在不少的沉没成本，AI只是相对来说下限会更低，而且也可以通过“人+AI”的组合来确保产品至少符合一般人的认知。
以无印良品的AI薯条为例，虽然中西式风味得分很低，但是也有人给出了高分，说明至少是符合部分人口味的，何况还做出了东南亚风味这样的高分作品。作为对比，疯狂发布限定口味但是却被普遍差评的乐事，真不如引入AI研发系统，或许还能让平均评价回升一些。
食品、药物、衣服……各种各样与我们生活息息相关的产品，其实都有企业在探索AI化设计的道路。或许在不久的将来， AI不仅会是我们的日常助手，还会掌管着我们的衣食住行体验，让人类感受来自AI的“小小震撼”。