人工智能是否能創造素食世界？

回想一下你最近吃過的美味漢堡——試著在腦海里重現它豐厚多汁的味道和富有嚼勁、堅實、柔軟又脆爽的口感。試著回憶漢堡塞到嘴裏時的風味和香氣。記住它給你帶來的滿足感。

現在設想一下假如那個漢堡裏面沒有肉，味道會變成怎樣。製作牛肉漢堡需要畜牧業的支持，而這對全世界的環境都造成了巨大的壓力和破壞。如果我們使用一些素食主義者喜歡的替代品，你會滿意嗎？假如我們能用別的方法重現漢堡的味覺盛宴，那會如何？

現在，正有一批企業家試圖通過人工智能尋找答案。他們希望製造出在味道和口感上和真實的牛肉漢堡類似的東西，以至於人們將無法判斷製造過程中是否使用了動物製品。

肉類並非他們唯一的目標：蛋黃醬、曲奇餅、奶酪、巧克力，以及其他所有使用動物原料生產的食品都在他們的視線範圍之內。他們的夢想是讓素食成為每個人最簡單、最便宜、最方便的選擇，這樣一來全球人口都能吃素。

當然，取代動物性食物的想法並不新鮮，但人工智能提供了一種更強大、更有前途的方法。食品科學家可以依靠它探索新的食材，開發令人驚訝的食譜，尋找創新的方法來重現雞蛋、牛奶和肉類中脂肪和蛋白質給食物帶來的美味。

瘋狂的食物

食品初創企業Hampton Creek的創始人兼首席執行官喬希·蒂特裏克（Josh Tetrick）正在利用人工智能開發新食品。他說："人們目前的飲食方式簡直瘋狂，60億人都在吃著非常差勁的食物。"

儘管嚴格的素食主義者更喜歡甘藍沙拉而不是鬆餅，但蒂特裏克堅信，如今"健康和可持續的食物只適用於一小部分人"。他想像中的未來是這樣的：選擇素食或成為嚴格的素食主義者不只是富裕階層的選擇。他想要觸及那些沒有選擇機會的人。

蒂特裏克一開始的探索方法一點都不復雜——他只是尋找植物性食物，並將它們添加到基本的數據庫中。他說："那時，我還不知道什麼是機器學習，也不知道什麼是計算生物學。"

後來，有朋友向他介紹了人工智能。強大的機器學習算法可以幫助他系統性地尋找新的食材或配方，以替代動物性產品。

蒂特裏克並不是唯一一個在從事這項工作的人。在智利的聖地亞哥，卡利姆·皮查拉（Karim Pichara）、馬蒂亞斯·穆奇尼克（Matias Muchnick）和帕布羅·薩莫拉（Pablo Zamora）創立了NotCo公司，開展類似的探索。他們希望人們以更有營養、更環保的方式享受美食。

穆奇尼克表示："如果我們必須故意用最糟糕的方法來餵養自己，那就是我們目前的飲食方式了。"

動物性食物給地球資源帶來了巨大損失和破壞。正如BBC Future的文章所述，從人類飲食中去除肉類最多可以減少60%與食物有關的溫室氣體排放，並節約養殖業所需的大量淡水和農業用地資源。另外，大型肉類加工廠還存在很多倫理問題、勞動力問題、土地和垃圾處理問題。

《肉的問題》（What's the Matter with Meat）一書作者、記者凱蒂·基弗（Katy Keiffer）說："因為人力成本極高，這些畜牧企業幾乎讓其從業者陷入貧窮困境。"

儘管如此，隨著人口和經濟的增長，世界上的肉類需求依然在增加。聯合國糧農組織（FAO）的數據顯示，全球肉類產量從1986年的1.59億噸增加到2014年的近3.18億噸，翻了一番。即使在肉食不被認為是很奢侈的食物的國家，肉類消費也居高不下。據估計，在美國和英國，素食者（更不用說嚴格素食者）佔總人口的比例僅為個位數百分比。

正如基弗所說："很難告訴那些以前沒有吃肉條件、現在剛開始吃肉的人：他們不應該吃肉。"所以，不管蒂特裏克和穆奇尼克用什麼代替肉，味道和口感必須像真的肉。同時，這些替代品也必須是可擴大規模的，易於獲得的，而且最好更加有益健康。那麼人工智能如何幫助實現這個目標呢？

基礎

對於像蒂特裏克和穆奇尼克這樣的人來說，可以從改變看法開始。他們對鬆餅的看法與一般人大不相同。在他們眼中，小廚房就是工具箱；別人請客，他們當作是一次化學實驗。蒂特裏克解釋說："鬆餅需要膨脹起來，變成棕色，要有質地，還要一定的保質期。"然而，他並沒有提到鬆餅應有的美味程度。

他們的目標是找到一種方法讓鬆餅滿足這些條件，但使用不同的原料。加州大學伯克利分校的另類肉類實驗室（Alternative Meat Lab）客座教授裏卡多·聖·馬丁（Ricardo San Martin）說，這個問題"很難解決"。一方面，從口感和質地到食物加熱時的變化，飲食體驗的每個方面都是特定分子或微成分的產物，比如蛋白質或脂肪。在我們目前的飲食中，很多都來自於動物性原料。

尋找肉類替代品的第一步是確定盡可能多的候選食材，這可以通過在世界各地搜尋食用植物來完成。問題是，沒有人確切知道哪些會成功。即使是每天吃這些食物的人，也不知道它們有可能代替豬肉或雞蛋。

然後要對食物進行分析。研究人員必須弄清楚每種植物性食材在分子水平上的組成成分，以及每種成分的比例。所有這些數據都將錄入一個包含數千甚至數百萬個條目的數據庫中，條目數量取決於分析的詳細程度。聯合國糧農組織統計發現，世界上有25萬多種可食用植物，而每種植物的變種不計其數。

如果這個問題還不夠難，那麼還有一個問題就是這些不同的成分是如何相互作用的。錯誤組合和特定組合會產生意想不到和不愉快的味道或不理想的反應。正如聖·馬丁指出的那樣，問題在於"化合物之間的相互作用非常複雜"，這意味著許多事情會在無法預見的情況下出錯。

解析如此多的變量是一個燒腦的過程，但這正是人工智能一顯身手的地方。人工智能用的是更合乎邏輯的方法，而不是完全靠碰運氣的人工品嚐。它是通過機器學習來實現的，這一技術使得計算機能夠通過多次試錯來解決問題。它被用於解決許多不同的問題，比如在圖片中識別出人的面部，幫助醫生發現癌症等。

雖然人工智能不會立刻得到正確的結果，但它在每次犯錯時都能吸取教訓並進行改善，這通常得益於人類提供的反饋。

結果可能令人感到驚訝。Hampton Creek公司最近發現，一種印度綠豆的分離蛋白具有類似炒雞蛋的特性。NotCo公司最令人眼花繚亂的配方之一是它的巧克力原型產品，一個使用西蘭花、枸杞、雙孢蘑菇和堅果的奇特組合。可惜的是，他們不願告訴我們是哪一種堅果。

到目前為止，這些公司以人工智能為主導製造乳劑，即像蛋黃醬、炒蛋替代品、曲奇餅這樣的流食。模仿生產固體食物更加複雜。正如聖·馬丁所說，固體食物帶有咬和咀嚼的體驗，需要"緩慢釋放分子和脆爽的口感"。這就像在解決三維難題而不是二維難題。不過NotCo公司已經有了相應計劃。

薩莫拉說："我們正在製造一種牛奶，它就像真的牛奶一樣，不僅與牛奶有相似或更好的營養成分，而且具有相同的功能結構。"薩莫拉的意思是，它可以像現在的牛奶那樣被使用，比如用於飲用、烹飪或作為製作奶酪、酸奶或冰淇淋的原料。但它卻是一種素食產品。

然而，更大的目標是取代肉類，這兩家初創公司都在用不同的方法解決這個跟棘手的問題。Hampton Creek公司正在實驗室培育肌肉和脂肪細胞，並正在研究如何用植物性營養來餵養這些細胞。而NotCo公司正在尋找只用植物性成分再造肉類的方法。

兩公司間的細微差別在Notco公司的人工智能機器人的名字上體現出來。Notco的人工智能機器人Giuseppe是以文藝復興時期畫家朱塞佩·阿爾欽博托（Giuseppe Arcimboldo）的名字命名的，後者擅長用水果和蔬菜塑造人像。穆奇尼克解釋稱："對我們來說，絶不可能選擇使用動物性原料。"

但即使有了人工智能，兩家公司的進展還是非常緩慢。這個難題無以複加的複雜，任何一個細節錯誤都可能毀掉全局。聖·馬丁解釋說，這有點兒像蓋房子或大教堂。它們都是用相同的石塊建造的，但是有的石塊非常大，有的又非常小。對努力改變人們飲食方式的人來說，這件事的難度不比建造一座大教堂容易。

未來的挑戰

然而，創造這些新食物只是第一個挑戰，說服人們吃它們則是另一回事。

倫敦帝國理工學院（Imperial College London）食品營銷學名譽教授大衛·休斯（David Hughes）表示:"我們的飲食習慣變化極其緩慢。"即使有更好的選擇，食品消費模式也是根深蒂固的。營銷推廣至關重要，但是花費不菲。Hampton Creek公司獲得的2.2億美元投資，和NotCo公司260萬美元的融資，甚至都遠不及國際食品巨頭的營銷預算。世界上最大的食品公司雀巢（Nestlé）的市值高達2295億美元。

休斯認為，未來所有這些參與者都會有發展空間。健康、環境和動物福祉的結合"將促使人們更容易接受這些人工智能產品"。他相信，它們可能會成為全球蛋白質市場的重要組成部分，儘管可能仍然是少數人的選擇。

還有一個問題可能會阻礙它們獲得渴望的全球影響力。

事實證明，算法也有自己的怪癖。聖·馬丁解釋說："輸入信息、解讀數據以及提取數據的方式，可能會導致人工智能產生偏見。"

問題是，食物偏好嚴重依賴文化偏好。舉例來說，很難讓美國人喜歡上馬麥醬。如果這些新食品只是迎合那些操作人工智能的西方白人的口味，那麼它們可能注定會失敗。蒂特裏克堅持說，他正在試圖通過僱傭來自世界各地的團隊來解決這個問題。

雖然目前這些公司還沒有因產品的安全性問題跟相關國家衛生部門發生糾紛，但如果他們使用以前未被用作食品的任何原料，就可能會造成問題。

但也許其中最棘手的問題將是一個機器可能永遠無法解決的難題。無論人工智能找到了什麼奇怪的組合來代替肉、奶酪或雞蛋，它們很可能會創造出一種從未有人吃過的混合物。但是人類雖然是一群善變的生物，但是舊習難改。

（BBC）喬斯·路易斯·佩納雷東達 （Jose Luis Penarredonda）