Rafael Urrialde, professor del Departament de Genètica, Fisiologia i Microbiologia de la Universitat Complutense de Madrid i del Departament de Ciències Farmacèutiques i de la Salut de la Universitat CEU-San Pablo, president de la Comissió Científica de la Societat Espanyola de Medicina de l’Esport, vocal de la Junta Directiva de la Societat Espanyola de Nutrició, membre del Patronat de la Fundació Espanyola de Nutrició, acadèmic d’honor de l’Acadèmia Espanyola de Nutrició i Dietètica i acadèmic de número i membre de la Junta de Govern de la Reial Acadèmia Europea de Doctors-Barcelona 1914 (RAED), comparteix amb la comunitat acadèmica l’article “Intel·ligència artificial a l’alimentació”, en què analitza la transformació que aquesta tecnologia portarà al sector i als hàbits alimentaris.
Intel·ligència artificial a l’alimentació
Fins ara, el que coneixíem com a bioinformàtica i biodata estava majoritàriament basat en l’anàlisi i la interpretació de dades, de manera que amb aquestes s’ha pogut treballar en el genoma de diferents espècies. Si a aquestes dades ara les apliquem a més algoritmes que ens permetin desenvolupar aspectes concrets estaríem amb l’enfocament més específic de la intel·ligència artificial (IA), que tindria una clara implementació i aplicació directa en la producció, la transformació, la distribució i el consum de productes alimentaris i, també, en tot allò referit a la informació i comunicació dels mateixos. És més, en el cas espanyol, a més, si es tenen en compte totes les dades concernents a ingesta de referència de nutrients i substàncies bioactives, tant aprovades tant per l’Autoritat Europea de Seguretat Alimentària (EFSA) com per l’Autoritat de Seguretat Alimentària i Nutrició (Aesan), a més dels aspectes esmentats, la IA tindria un clar desenvolupament d’àmbit de coneixement i resolució en el camp de la nutrició i dietètica.
Tots aquests nous valors obtinguts amb la IA a l’alimentació, si es combinen amb els referits a l’etiquetatge físic dels productes alimentaris, podrem aconseguir una millor interpretació i adaptació de la informació per als consumidors, tant a la informació obligatòria com a la voluntària, sobretot a l’aprovada i referida a les llistes positives de declaracions nutricionals i de propietats saludables autoritzades a la Unió Europea a través dels reglaments 1924/2006 i 432/2012.
Probablement ja s’han començat a llençar al mercat productes alimentaris sota l’actuació de la IA sobre composició, envàs, etiquetatge i comercialització com ja ha passat amb alguns, veurem que proliferaran els productes alimentaris desenvolupats sota criteris d’IA. Probablement, també, hi haurà l’efecte contrari, que hi haurà productes alimentaris que es llançaran indicant que s’han desenvolupat per coneixement humà i que no hi ha intervingut la IA. Ja hem vist begudes i productes vegans desenvolupats sota criteris d’IA perquè s’assemblin al màxim a productes d’origen animal, sobretot mitjançant anàlisis a nivell molecular de les plantes; productes a base de plantes amb el menor impacte mediambiental, sota un model de sostenibilitat que té com a objectiu establir relacions de confiança en els seus grups d’interès, complint expectatives, equilibri i creixement econòmic, cuidant el medi ambient i el benestar social; fer els productes a base de plantes accessibles per a qualsevol persona; begudes refrescants; productes alimentaris derivats dels cereals. En molts casos la innovació es basa en el desenvolupament i millores de productes alimentaris cada cop més saludables perquè els seus consumidors tinguin una vida sana.
Un dels aspectes també complementari de la IA és incorporar-la per als processos d’innovació per al desenvolupament i la creació d’aliments sobre les tendències actuals i futures, de manera que es permeti amb aquesta tecnologia anticipar-se als gustos de manera global i instantània, per provocar un contrast amb el consumidor. Un consumidor que cada cop és més variat i que en un període de 50-60 anys, hem passat d’un model d’un sol consumidor i un estil de vida saludable a un altre amb moltes tipologies de consumidors i diferents estils de vida saludable, on la cruïlla informació i dades i implementació d’algorismes pot fer que la IA permeti una alimentació el més personalitzada possible.
En el cas, a més, de l’enfocament d’una sola salut (One Health), on la salut humana, la salut animal i la salut vegetal han de ser els pilars que permetin desenvolupar-lo, però sempre sota una conversió i unió amb la salut ambiental , la IA permetrà establir criteris amb totes les dades disponibles i amb un pes que possibiliti un desenvolupament global ia nivell de regions territoris i de tot el planeta que evolucioni, sobretot amb els aspectes de l’alimentació, a una consecució dels Objectius de Desenvolupament Sostenible (ODS). Això comportarà treballar amb dades territorials de distribució geogràfica, amb percepció de sabor i palatabilitat que aglutinin paràmetres de funcionalitat i de plaer, sobretot quan des dels darrers 20 anys l’increment de valor dels compostos bioactius d’origen vegetal, sobretot a nivell dels compostos fenòlics, que són un grup molt nombrosos i amb absorció a l’espectre visible molt ampli, abastant tot l’espectre.
D’altra banda, la IA ens permetrà conjugar i interrelacionar totes les dades i paràmetres de les “7 s” que conceben avui una alimentació: segura, saludable, sostenible, satisfactòria, solidària i sobirania alimentària, fins i tot a nivell de qualitat alimentària. Així mateix, en tot allò referit a qualitat nutricional, el paper de la IA serà crucial per poder establir models amb el major nombre de dades referides a nutrients i substàncies amb efecte fisiològic. Simplement recordar que per exemple la brúixola alimentària, en positius i negatius, té en compte els elements següents: ràtio àcids grassos insaturats i saturats, ràtio fibra i carbohidrats i ràtio sodi i potassi; les vitamines A, B1, B2, B3, B6, B12, C, D, E, K i turó; els minerals: calci, fòsfor, magnesi, ferro, zinc, coure, seleni, sodi, potassi i iode; ingredients basats en aliments com fruites, verdures sense midó, llegums, grans sencers, fruits secs (sense sal) i llavors, productes del mar, iogurt (sense sucres afegits), olis vegetals (en el nostre cas preferentment d’oliva), carn vermella o processada; additius com sucre (als Estats Units es considera dins aquest grup), nitrits, edulcorants, aromes o colorants, olis parcialment hidrogenats, xarops alts en fructosa, glutamat sòdic; processament per classificació nova, fermentació i fregit; àcid alfa-linolènic, àcid eicosapentaenoic i àcid docosahexaenoic, àcids grassos de cadena mitjana, colesterol dietètic i àcids grassos trans; contingut en fibra i proteïna, fitoquímics com flavonoides totals i carotenoides total.
Però a banda de tenir en compte els elements de qualitat nutricional, també és important creuar aquestes dades amb les referides a quan, com i quant es consumeix per tenir una idea precisa de la qualitat de la dieta. A més, el consumidor, a banda de conèixer l’aportació del consum d’aliments i begudes: proteïnes, hidrats de carboni, greixos, vitamines, minerals, fibra, altres substàncies amb interès fisiològic, aigua i alcohol, està interessat per la freqüència de consum, mida de les racions i de les porcions, mida dels envasos, fraccionament i distribució de la ingesta, la cronobiologia, forma de preparació culinària, densitat energètica, hoteleria i sociabilitat, tot això amb un creixement de la importància de la suplementació de la dieta amb els complements alimentaris. Però sense oblidar que els aliments creats a partir de la implementació d’algorismes d’intel·ligència artificial han de tenir en compte els models interactius d’aspectes de l’alimentació i socials, tot integrant-los sota criteris i paràmetres d’accessibilitat, econòmics, socials i ecològics, que, a més, han de tenir en compte valors que siguin equitatius, viables i suportables pels grups o col·lectius socials. Aquest conglomerat d’aspectes condicionarà i dirigiran els processos de recerca, desenvolupament i innovació (R+D+i), com a paràmetres de diferenciació i valoració en aspectes de qualitat, i permetrà un valor diferencial de la dieta saludable.
Però, a més, la implementació de la IA en el camp de l’alimentació possibilitarà una reducció del malbaratament d’aliments i de la taxa de mortalitat per manca de nutrició, més comprensió de les preferències dels consumidors, una millor adaptació als canvis.
La IA pot anticipar l’aplicació de totes les mesures necessàries per avaluar l’estat de salut de cada individu i fer-les servir per generar informació útil, incloses prediccions sobre com les eleccions d’aliments afecten el benestar i el risc de malaltia. Aquesta nova tecnologia pot ajudar a generalitzar la nutrició personalitzada, amb efectes potencialment molt encertats en la salut humana. La IA pot ser entrenada i retroalimentada per col·laborar en assumptes relatius a la nutrició humana, té el potencial de fer recomanacions durant la creació de programes personalitzats d’alimentació, ajudar a la producció d’anàlegs vegetals d’aliments produïts originalment amb ingredients d’origen animal. També possibilitar experimentar amb les receptes que donen origen al portfoli de productes alimentaris, per analitzar a nivell estructural els aliments amb base animal, creuant la informació amb diverses fonts de dades, en què es busquen anàlegs per als seus components en vegetals. D’aquesta manera es poden aconseguir recrear salses, gelats begudes… tots ells 100% d’origen vegetal amb una similitud a les maioneses, llet, lactis i gelats.
Un dels objectius prioritaris d’implementació de la IA serà a l’àmbit dietètic, de manera que es podran dissenyar dietes a mida i totalment ajustades a cada persona. Els avenços recents en la ciència de la nutrició estan cada cop més a prop de complir l’objectiu d’alimentar-se saludablement i menjant el que més es desitja, gràcies a les aplicacions i programes personalitzats, juntament amb models interactius d’aspectes de l’alimentació i socials, millorar els productes alimentaris que ja existeixen, un acostament molt més proper als gustos dels consumidors, crear productes alimentaris nous, cuinar amb elements i conceptes accessibles per a tots els consumidors, dissenyar envasos més atractius, utilització, per exemple d’algorismes per al raïm, pomes, ordi, blat, civada… per al desenvolupament de begudes fermentades no destil·lades, generar una alta eficàcia sostenible.
És irrefutable que la IA transformarà la indústria d’aliments i begudes, ja que podrà predir el cicle de vendes, adequar el temps real a vida útil del producte alimentari, realitzar una gestió d’inventaris, conèixer millor els clients, un control adequat de qualitat, una gestió a temps real de la traçabilitat. Per això es veurà afectada la producció i fabricació, l’automatització de processos, la monitorització i anàlisi en temps real, el manteniment predictiu, l’optimització de la qualitat, la gestió de recursos, la reducció de malbaratament, l’òptim control de la cadena de subministrament, l’adaptació a la demanda i la personalització i la flexibilitat de la producció.
En el cas del control de qualitat la IA transformarà la indústria d’aliments i begudes en millorar la precisió, l’eficiència i la consistència dels processos d’inspecció i avaluació, fer una inspecció visual automatitzada, dur a terme una classificació i selecció automatitzada, poder executar una detecció de contaminants, propiciar anàlisis sensorials més adaptades a les preferències dels consumidors, realitzar una monitorització en temps real, una predicció de moments de baixa o nul·la producció després d’altres de llauna o elevada producció, un desenvolupament d’anàlisi de dades complexes, fer un sistema de rastrejabilitat i autenticitat i potenciar la capacitat d’aprenentatge.
Aquesta transformació amb la intervenció de la IA permetrà millor significativament el control de qualitat d’aliments i begudes en automatitzar i optimitzar els processos d’inspecció, detecció de contaminants i anàlisi sensorial, cosa que conduirà a una producció més segura, consistent i d’alta qualitat en la indústria alimentària. També possibilitarà la cerca d’alimentacions alternatives, activitat intel·ligent per frenar i lluitar contra el malbaratament de menjar, el desenvolupament de cuines automatitzades, producció de nutracèutics o biocèutics, aplicació d’osmosi forçada. A més, a partir dels aliments de primera gamma es podrà tenir més eficiència i més aliments de segona (conserva), tercera (congelació), quarta (atmosfera protectora i refrigeració), cinquena (precuinat i atmosfera protectora) i sisena gamma (liofilitzades i canvi textura).
Les conseqüències de la IA en el camp de l’alimentació per al desenvolupament de productes alimentaris seran l’exploració de combinacions d’ingredients, la generació de receptes, la personalització de productes alimentaris, l’anàlisi de dades de mercat, l’optimització de la textura i la sensació a la boca, anàlisi de retroalimentació del consumidor, disseny de sabors personalitzats, optimització de formulacions, agilització del procés de desenvolupament i reducció de deixalles.
Però el desenvolupament de la IA també pot permetre al sector de l’alimentació detectar i evitar fraus a partir de l’anàlisi d’etiquetes, de les declaracions nutricionals i de propietats saludables, de la gestió d’incidents, de l’autenticació de productes (Blockchain-QR ), del monitoratge en temps real, de les imatges i reconeixement visual, de la detecció d’adulteració i falsificació, de models predictius, de l’anàlisi de dades de transaccions i del seguiment de la cadena de subministrament.
Un altre dels objectius d’aplicació de la IA al camp de l’alimentació ha de ser la garantia de la seguretat alimentària a partir de mètodes que possibilitin una millor detecció primerenca de contaminants, monitorització de temperatures i condicions, monitorització de la cadena de subministrament, gestió de dades i anàlisi de tendències, optimització de processos de neteja i desinfecció, models predictius de seguretat alimentària, anàlisi d’etiquetes i al·lèrgens, predicció de dates de venciment vida útil, anàlisi de dades microbiològiques, resposta a crisi de seguretat alimentària i gestió d’alertes alimentàries.
Indiscutiblement la IA té altres facetes que també possibilitaran una millor gestió amb el client, mitjançant chatbots i assistents virtuals (la IA s’utilitza per desenvolupar chatbots i assistents virtuals que poden interactuar amb els clients de manera instantània i respondre a les consultes sobre menús, reserves, ingredients, horaris i més), atenció al client 24 hores/7 dies a la setmana, recomanacions personalitzades, comandes i reserves automatitzades, interacció en xarxes socials, programes de fidelització, personalització del màrqueting, feedback i enquestes automatitzades que permetin també la retroalimentació, respostes ràpides i precises i personalització a l’experiència al local.
El desenvolupament d’un producte alimentari (aliment o beguda) amb l’ajuda de la intel·ligència artificial implica l’aplicació de tècniques d’aprenentatge automàtic i anàlisi de dades per optimitzar els processos de formulació, millorar la qualitat del producte, dissenyar sabors, colors, olors… més adequats als requeriments dels consumidors i predir les preferències del consumidor.
Hi ha una sèrie de processos genèrics que es poden implementar a través de dades que es treballin amb algoritmes per la IA per al desenvolupament de productes alimentaris intervenint en desenvolupar un protocol, definir objectiu, recopilar dades, preparació de dades, generar un modelatge d’IA (fer servir algoritmes d’aprenentatge automàtic i tècniques d’IA, com ara xarxes neuronals, per analitzar les dades i desenvolupar models que puguin predir resultats específics. Per exemple, pots crear models per predir el sabor d’una beguda en funció dels seus ingredients i proporcions), portar a terme experimentació virtual (experiments virtuals i provar diferents formulacions al laboratori), propulsar sistemes de retroalimentació, dur a terme exemples de producció i proves reals, repetir diverses vegades el sistema (s’ha de continuar iterant i millorant el teu producte en funció dels comentaris i les dades recopilats. La IA pot continuar sent útil per optimitzar la producció i la cadena de subministrament).
Per tant, podríem indicar que les fases que per desenvolupar un producte alimentari a través de la intervenció de la IA podrien considerar-se de forma conjunta: identificar el producte alimentari; dissenyar la recepta de composició incloent-hi la formulació; procés dadquisició dels ingredients; desenvolupament dactivitats que permetin lautomatització de la producció; control de qualitat i seguretat alimentària; monitoratge i manteniment predictiu; assegurament de la consistència del producte: sabor, textura i qualitat; gestió de la cadena de subministrament i distribució; recopilació i anàlisi de dades; compliment de la normativa i evidència científica (Consell de la Unió Europea, Parlament Europeu i Comissió Europea i Autoritat Europea de Seguretat Alimentària) i llançament i màrqueting amb comunicació comercial i comunicació no comercial.
