NBT MAGAZINE NR 3 2024 9 AI wint dus al terrein op het gebied van tekstschrijven. Hetzij bij een mooi marketingverhaal, of de mail die je moeilijk vindt te beantwoorden. Veelal gebruikt men voor het genereren van content ChatGPT. Het mooie aan deze technologie, is dat als je een schrijfstijl hebt die of te kort zakelijk, te breedvoerig of misschien wel te technisch is, je verschillende voorstelteksten kunt laten genereren door ChatGPT. Verschillende mensen geven tegenwoordig al gratis prompts (opdrachten die je geeft aan de AI-tool) om betere resultaten te krijgen; dat betekent direct dat er een beperking zit aan dit soort tools: het is dus een aanvulling, zeg maar gerust Aanvullende Intelligentie (deze term is geleend van R. Perfors). Op basis van het referentiekader en goed gerichte instructies kan er een mooi stukje tekst worden geproduceerd; het is echter wijs om deze zelf nog grondig door te nemen op onjuistheden. Gelukkig zijn er vele andere AI tools, die je veelal gratis en voor niets kunt gebruiken en sommige zijn wat creatiever ingesteld dan andere. Dit tot en met grammatica en synoniemen gebaseerde producties. Met name marketingactiviteiten worden op deze manier meer en meer naar dit format geduwd, met als mogelijk nadeel dat de menselijkheid verdwijnt. Dit zie je bijvoorbeeld bij chatbots en computerstemmen. Data De kracht van AI zit nu veelal in tekstgeneratie, maar een andere kant richt zich op data, patroonherkenning en een bijbehorende voorspelling, zo ook in de bakkerij. Maar vaak is het zo dat de je als bakker de grote fouten er zelf wel uithaalt in een productieproces, het zijn juist mogelijk de kleinere zaken die over het hoofd gezien worden waar dan nog een optimalisatie kan plaats vinden. Kunstmatige Intelligentie vindt inmiddels zijn weg in verschillende systemen, waaronder voorspellend onderhoud, voorraadbeheer, kwaliteitscontrole en automatisering. Door AI te gebruiken, kunnen bakkerijen uitdagingen met betrekking tot verspilling en kwaliteit aanpakken, wat de twee belangrijkste uitdagingen zijn waar fabrikanten van gebakken goederen het meest urgent mee te maken hebben. Meten = weten AI kan bakkerijen helpen om complexe data te ontrafelen en bruikbaar te maken. Door geavanceerde data-analyse en automatisering in te zetten, kan AI bakkerijfabrikanten en bakkers helpen bij het optimaliseren van productieprocessen, kostenreductie en het verbeteren van de productkwaliteit. Dit begint met het credo: meten = weten. Een brede dataset met metingen in en aan het productieproces kan AI helpen bij het identificeren van inefficiënties binnen het productieproces zelf, in tegenstelling tot problemen met activa, en inzicht geven in waarom verliezen optreden en idealiter hoe deze te voorkomen zijn (meer realistisch zal zijn waar te zoeken/starten). Eigenlijk een vers paar ogen gericht op jouw productieproces, op zaken waar je jezelf blind op staart. Voorspellende gave AI speelt steeds meer een rol bij het optimaliseren van productieprocessen in voedselketens, vaak al geïntegreerd in een softwarepakket wat je al gebruikt. Het identificeert inefficiënties, stroomlijnt de productie en voorspelt de consumentenvraag nauwkeurig, waardoor onverkochte producten worden verminderd en verspilling wordt geminimaliseerd. Bovendien maakt AI voorspellend onderhoud mogelijk, waardoor reparaties kunnen worden gepland voordat er storingen optreden, wat stilstand voorkomt en de levensduur van de apparatuur verlengt. Van enorm belang ook om te voorkomen uiteraard. Daarnaast helpt AI bij voorraadbeheer door verkoopgegevens en consumentenvraag te analyseren om de voorraad te optimaliseren en verspilling te minimaliseren. Daarmee kunnen taken zoals ingrediëntenbestelling, receptontwikkeling en kwaliteitscontrole verder worden geautomatiseerd, waardoor verspilling wordt verminderd en een consistentie wordt gewaarborgd. Recept op basis van een foto AI kan ook helpen bij het genereren van nieuwe ideeën voor recepten, dessertontwerpen en productmarketing, op basis van de door de gebruiker verstrekte prompts. Daarnaast kan AI alternatieve en duurzame ingrediënten identificeren, nieuwe smaken op basis van seizoen trends voorstellen. Onderzoekers van MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) hebben een neuraal netwerk ontwikkeld, dat in staat is om recepten te koppelen aan foto's van gerechten. Dit systeem, ook wel Pic2Recipe genoemd, is getraind op een dataset van meer dan 1 miljoen recepten en bijna 1 miljoen afbeeldingen van eten. [1][2] Het idee is dat deze AI-technologie in de toekomst kan worden gebruikt om snel recepten te vinden die bij een bepaald gerecht passen. Gebruikers zouden bijvoorbeeld een foto kunnen maken van een gerecht in een restaurant en vervolgens het bijbehorende recept kunnen opvragen. [1] [2] Hoewel de technologie nog niet perfect is en soms moeite heeft om de juiste recepten te vinden, zien de onderzoekers het als een veelbelovend begin. Ze denken dat naarmate de AI-systemen meer data en training krijgen, ze steeds beter zullen worden in het herkennen en koppelen van recepten aan foto's van eten. [1][2] Andere toepassingen Voor consumenten zijn er al verschillende (betaal) apps waarbij AI een rol speelt. Zij werken bijvoorbeeld met ingrediënten die je in huis hebt of doen suggesties op basis waar je behoeften op dat moment liggen (bijvoorbeeld Delicio, Supercook). Daarmee zal AI voor producten die al eens gemaakt zijn en waarvan gegevens bekend zijn in databases een goede inspiratie zijn voor startpunten van een receptuur, zoals: “Geef mij een recept voor een volkorenbiscuitje”. Voor wat meer baanbrekende ontwikkelingen, zoals het toepassen van vezels in bakkerijproducten kan, afhankelijk van hoe ver je wilt gaan, het wat meer vragen (‘prompts’) vergen. Het verrijken kan redelijk eenzijdig gebeuren (dat wil zeggen 1 type/soort vezel toevoegen) of zeer complex: als je namelijk verder zoekt, blijkt het dat bepaalde vezels als prebioticum weer een goede relatie hebben met een specifieke bacterie(soort) (denk aan Bifido-bacteriën of Lactobacilli). Je komt daarmee op een snijpunt: wil je vezelverrijken in verband met bijvoorbeeld de trends of wil je eigenlijk een bepaald soort gezondheidsverbetering nastreven. Bij dit laatste pas je het principe voeding is een medicijn toe (“Je bent wat je eet”), maar kan je niet zomaar een specifieke gezondheidsclaim toepassen (bijvoorbeeld cholesterolverlagend of gewichtsafname), maar moet het generiek/algemeen blijven. Menselijke ervaring De gevolgen en correcties die toegepast moeten worden om een bakkerijproduct extra vezelrijk te maken (bijvoorbeeld een bruin brood met toegevoegd vezel en eiwit; zodat deze voedingstechnisch lijkt op volkoren) is iets dat een bakker/productontwikkelaar moet doen op basis van kennis, ervaring en inzichten. Daarmee kan AI een aanzet/richting tot inspiratie geven en dus een aanvullende intelligentie zijn op de bakkende professional. Verder valt te beargumenteren dat onze toekomstige AI compagnon nog wel bedenkt hoe we een formulering van een recept moeten doen, maar dat we vervolgens in het proces verschillende keuzes hebben. We weten al dat wanneer de ene persoon een brood of een cake bakt, we een ander resultaat krijgen ten opzichte van zijn/haar collega. Menselijke ervaring en interpretatie zullen daarom blijvend zijn; al is het maar om correcties door te voeren die komen als het gevolg van een nieuwe leverancier (waarvan we denken dat de grondstof hetzelfde is). AI is op dit moment dus echt een ondersteunende tool die het leven wat vergemakkelijkt. Een kunstmatig persoon die een kritische, frisse blik werpt op jouw proces en je informeert over eventuele problemen of mogelijkheden in de bakkerij. Daar kun je zeker je voordeel mee doen. Citations: [1] https://www.vice.com/nl/article/7x9j4d/we-probeerden-de-nieuwe-ai-software-die-ingredienten-en-recepten-kan-herkennen [2] https://www.techzine.nl/nieuws/infrastructure/110178/mit-ontwikkelt-ai-recepten-matchen-fotos-eten/
RkJQdWJsaXNoZXIy MTAyNDU4