A kamra kapcsok avasodhatnak, ha oxigénnek vannak kitéve. Daniel de la Hoz/Moment
Előfordult már, hogy beleharapott egy dióba vagy egy darab csokoládéba, sima, gazdag ízt várva, de váratlan és kellemetlen krétás vagy savanyú ízzel találkozott? Ez az íz az avasság működésében, és szinte minden termékre hatással van a kamrában. Most mesterséges intelligencia segítségével a tudósok pontosabban és hatékonyabban kezelhetik ezt a kérdést.
Vegyészek egy csoportja vagyunk, akik azt tanulmányozzák, hogyan lehet meghosszabbítani az élelmiszerek élettartamát, beleértve azokat is, amelyek avasodnak. Mi nemrég publikált egy tanulmányt az AI-eszközök előnyeinek leírása, amelyek segítségével az olaj- és zsírminták hosszabb ideig frissek maradhatnak. Mivel az olajok és zsírok számos élelmiszertípusban, köztük a chipsben, a csokoládéban és a diófélékben gyakori összetevők, a tanulmány eredményei széles körben alkalmazhatók, és akár más területekre is hatással lehetnek, beleértve a kozmetikumokat és a gyógyszereket.
Avasodás és antioxidánsok
Az étel avas lesz ha egy ideig a levegőnek van kitéve – ezt a folyamatot oxidációnak nevezik. Valójában sok gyakori összetevő, de különösen a lipidek, amelyek zsírok és olajok, reakcióba lépnek az oxigénnel. A hő vagy UV fény jelenléte felgyorsíthatja a folyamatot.
Az oxidáció kisebb molekulák képződéséhez vezet, mint pl ketonok, aldehidek és a zsírsavak amelyek jellegzetes rangot, erős és fémes illatot adnak az avas ételeknek. Avas ételek többszöri fogyasztása veszélyeztetheti az egészségét.
Szerencsére a természetnek és az élelmiszeriparnak is kiváló pajzsa van az avasodás ellen – az antioxidánsok. Az élelmiszerek avasodnak az oxidációnak nevezett folyamat következtében.
Antioxidánsok természetes molekulák széles skáláját tartalmazza, mint például a C-vitamin, és szintetikus molekulák, amelyek képesek megvédeni az ételt az oxidációtól.
Bár vannak Az antioxidánsok működésének néhány módja, összességében sok avasodást okozó folyamatot képesek semlegesíteni, és hosszabb ideig megőrzik az étel ízét és tápértékét. Leggyakrabban a vásárlók nem is tudják, hogy hozzáadott antioxidánsokat fogyasztanak, mivel az élelmiszergyártók jellemzően az elkészítés során adják hozzá kis mennyiségben.
De nem szórhatja meg csak egy kis C-vitamint az ételére, és várhatja, hogy tartósító hatást érjen el. A kutatóknak gondosan kell választaniuk egy speciális antioxidáns-készlet és pontosan kiszámolja mindegyik mennyiségét.
Az antioxidánsok kombinálása nem mindig erősíti hatásukat. Sőt, vannak olyan esetek, amikor a nem megfelelő antioxidánsok használata vagy nem megfelelő arányú keverése csökkentheti védő hatásukat – ez az ún. ellentét. Annak megállapítása, hogy mely kombinációk milyen élelmiszertípusokhoz működnek, sok kísérletet igényel, amelyek időigényesek, speciális személyzetet igényelnek, és növelik az élelmiszer összköltségét.
Az összes lehetséges kombináció feltárása rendkívül sok időt és erőforrást igényelne, ezért a kutatók megakadtak néhány olyan keveréknél, amelyek csak bizonyos szintű védelmet nyújtanak az avasodás ellen. Itt jön képbe az AI.
Az AI felhasználása
Valószínűleg láttad AI eszközök, például a ChatGPT a hírekben, vagy maga eljátszott velük. Az ilyen típusú rendszerek képesek nagy adathalmazok felvétele és azonosítsa a mintákat, majd generáljon egy olyan kimenetet, amely hasznos lehet a felhasználó számára. Az AI-eszközök megváltoztatták a kutatók számát.
Vegyészként meg akartunk tanítani egy mesterséges intelligencia eszközt, hogyan lehet új antioxidáns-kombinációkat keresni. Ehhez kiválasztottunk egy olyan típusú mesterséges intelligenciát, amellyel dolgozni tud szöveges ábrázolások, amelyek az egyes antioxidánsok kémiai szerkezetét leíró írott kódok. Először egy körülbelül egymillió kémiai reakciót tartalmazó listát adtunk a mesterséges intelligencia felé, és megtanítottunk a programnak néhány egyszerű kémiai fogalmat, például hogyan lehet azonosítani a molekulák fontos jellemzőit.
Miután a gép képes volt felismerni az általános kémiai mintázatokat, például azt, hogy bizonyos molekulák hogyan reagálnak egymással, finomhangoltuk egy fejlettebb kémia megtanításával. Ehhez a lépéshez csapatunk a kutatási irodalomban korábban leírt, közel 1,100 keveréket tartalmazó adatbázist használt.
Ezen a ponton a mesterséges intelligencia egy másodperc alatt meg tudta jósolni két vagy három antioxidáns kombinációjának hatását. Előrejelzése az esetek 90%-ában megfelelt az irodalomban leírt hatásnak.
De ezek a jóslatok nem teljesen egyeztek a csapatunk laboratóriumban végzett kísérleteivel. Valójában azt találtuk, hogy mesterséges intelligenciánk csak néhány oxidációs kísérletet tudott helyesen megjósolni, amit valódi disznózsírral végeztünk, ami megmutatja az eredmények számítógépről a laborba történő átvitelének bonyolultságát.
Finomítás és javítás
Szerencsére az AI modellek nem statikus eszközök előre meghatározott igen és nem útvonalakkal. Ők dinamikus tanulók, így kutatócsoportunk addig folytathatja az új adatok betáplálását a modellbe, amíg az nem élesíti előrejelző képességeit, és pontosan meg tudja jósolni az egyes antioxidáns-kombinációk hatását. Minél több adatot kap a modell, annál pontosabb lesz, hasonlóan ahhoz, ahogyan az emberek a tanulás során fejlődnek.
Azt találtuk, hogy körülbelül 200 laboratóriumi példa hozzáadása lehetővé tette a mesterséges intelligencia számára, hogy elegendő kémiát tanuljon meg ahhoz, hogy megjósolja a csapatunk által végzett kísérletek kimenetelét, csak csekély eltéréssel az előre jelzett és a valós érték között.
Egy olyan modell, mint a miénk, segítheti a tudósokat az élelmiszerek tartósításának jobb módjainak kidolgozásában azáltal, hogy a legjobb antioxidáns-kombinációkat találja ki az adott élelmiszerekhez, amelyekkel dolgoznak, mintha egy nagyon okos asszisztens lenne.
A projekt jelenleg az AI-modell betanításának hatékonyabb módjait kutatja, és keresi a módszereket annak előrejelzési képességeinek további javítására.
Carlos D. Garcia, kémia professzor, Clemson Egyetem és a Lucas de Brito Ayres, kémia PhD kandidátusa, Clemson Egyetem
Ezt a cikket újra kiadják A beszélgetés Creative Commons licenc alatt. Olvassa el a eredeti cikk.
Kapcsolódó könyvek:
Só, zsír, sav, hő: A jó főzés elemeinek elsajátítása
írta: Samin Nosrat és Wendy MacNaughton
Ez a könyv átfogó útmutatót kínál a főzéshez, a só, a zsír, a sav és a hő négy elemére összpontosítva, valamint betekintést és technikákat kínál az ízletes és kiegyensúlyozott ételek elkészítéséhez.
Kattintson a további információkért vagy a megrendeléshez
A Skinnytaste szakácskönyv: Kevés kalóriát, nagy ízt
írta Gina Homolka
Ez a szakácskönyv egészséges és ízletes receptek gyűjteményét kínálja, a friss alapanyagokra és a merész ízekre összpontosítva.
Kattintson a további információkért vagy a megrendeléshez
Élelmiszerjavítás: Hogyan mentsük meg egészségünket, gazdaságunkat, közösségeinket és bolygónkat – egy falatot egyszerre
írta Dr. Mark Hyman
Ez a könyv az élelmiszer, az egészség és a környezet közötti kapcsolatokat tárja fel, betekintést és stratégiákat kínálva egy egészségesebb és fenntarthatóbb élelmiszerrendszer létrehozásához.
Kattintson a további információkért vagy a megrendeléshez
A mezítlábas Contessa szakácskönyv: Az East Hampton speciális élelmiszerbolt titkai az egyszerű szórakozáshoz
írta: Ina Garten
Ez a szakácskönyv klasszikus és elegáns receptek gyűjteményét kínálja a szeretett Barefoot Contessa-tól, a friss alapanyagokra és az egyszerű elkészítésre összpontosítva.
Kattintson a további információkért vagy a megrendeléshez
Hogyan kell mindent főzni: az alapok
írta: Mark Bittman
Ez a szakácskönyv átfogó útmutatót kínál a főzés alapjaihoz, mindenre kiterjed a késhasználattól az alapvető technikákig, és egyszerű és ízletes receptek gyűjteményét kínálja.
