AI零食真的可以吃吗？我们买了无印良品AI薯条品尝，结果出乎意料。

如果让 AI 创造一种新的食物，吃起来会有什么感觉？

不久前，奥利奥总公司亿滋宣布将开发一种全新的产品。 AI 帮助旗下品牌开发新口味商品的工具。那不是 AI 第一次与食品公司合作，之前已经发布了一些快消品牌，比如无印良品、可口可乐。 AI 新产品的操作。

也许是以前的 AI 零食的味道有点“一言难尽”，所以消息传出后，很多网友开始吐槽奥利奥，然后就吃不下了。但是我觉得你不用那么悲观，虽然之前的 AI 小吃好评不高，但也有不少表示：好吃，爱吃，还有吗？考虑到人类口味的多样化，这样的结局并不奇怪。

AI 零食到底好吃吗？小雷斥“重金”购买了无印良品发布的产品。 AI 除了薯条，我还买了三种经典口味作为对比，看看人类和人类。 AI 谁能在「取悦人类味蕾」在这场比赛中获胜。

无印良品发布 AI 薯条有三种口味：中式、东南亚和西式，其对手是：奶酪、蜂蜜黄油和海苔盐。

就包装而言，AI 薯条的味道注释也相当微妙：

通过海量数据 3 兆次模拟，平衡各种原料制成中式风味， AI 感觉人类会喜欢的味道。

「兆」在中国使用频率不高，但在日本很常见。考虑到无印良品是日本品牌，根据日语的使用习惯，这里应该指的是日语。「万亿」，换句话说 AI 在 3 经过一万亿次的数值模拟，最终选择了这三种调味方案。，所以看起来认可度并不低。

在随后的测试过程中，我将六种口味分装到容器中，标记号码并弄乱放置顺序，然后邀请了它们。 10 一位同事试吃并打分，最终结果如下：

就总分而言，AI 准备好的东南亚口味在雷科技中最受欢迎，这个结果确实超出了小雷的预期，同时也让「AI 不知道人类的爱好」这一观点被证伪，但 AI 中西口味的表现非常一般，喜得倒数第一和第二，同时也是唯二总分低于第二。 50 分口味。

与人类组相比，虽然未能获得总分第一，但平均分明显高于，低于 5 单个得分也明显低于单个得分 AI 小组。简单总结一下，AI 组的上限和下限明显差异较大，而人类组基于真实体验开发的口味，至少对大多数人来说并不难吃，但很难做出惊艳的新口味，即上限低但下限高。

在品尝的过程中，大部分同事对人们组开发的零食给出了类似的评价:吃起来还可以，但是都挺普通的，和其他品牌的同类产品差不多。但是在品尝 AI 味道的时候，表情会有明显的变化，然后说："这味道有点有趣。"

然而，“有趣”是一回事，好吃不好吃是另一回事。第一阶段新鲜期过后，很多同事对中西风味表示不满，评价包括但不限于:这是中药吗？怎样有一股子的味道；这是广东凉茶的味道吗？；这也太难吃了。

假如没有几个同事对中国风味的评价很高，恐怕中国风味就会喜提「中国人最不喜欢的味道」第一。“专门为中国开发的口味最不受中国人欢迎”，估计无印良品自己也笑不出来，但过去的好处是，至少有一种西式风味垫底。

如果说中国风味至少有自己的特点，比如中药风味，那么西式风味的特点就是“混乱”。超过一半的人认为西式口味尝不出具体的味道，就像把各种口味混合在一起，最后撒上一些盐。我至少吃了四种不同的口味:烧烤、烟熏培根、西红柿和奶酪。

但是，认真想想其实 AI 烤肉培根番茄奶酪的确是西式菜肴中最常见的菜肴和调味料，喜欢吃的人也确实很多，但是 AI 很明显，不同口味之间的比例没有得到很好的控制，过多的烟味破坏了整个调味的层次感。

事实上，从中不难看出，AI 在数据分析等方面确实有得天独厚的优势，但最终的输出结果能否令人满意，与数据库的数据质量有很大关系。比如中国风味，虽然八大菜系各有特色，但“咸味”是最受欢迎的调味品，如果无印良品的话 AI 如果是用中国的饮食数据训练出来的话，那么很有可能会做出一个「盐味」核心商品。

事实上，这里已经揭露了 AI 目前模型存在的一个问题:虽然一般模型比较常见，但在细分领域的表现并不好。简单来说，过多的无关数据可能会污染数据池，造成 AI 给出错误的结果，比如误以为中国人爱吃草药味的食物。

因此，不少 AI 除了通用大模型，公司还开始加快专属小模型的实践，以严格筛选的数据为基础，确保相应领域专属小模型的答案准确性。比如阿里巴巴云在专属小模型领域表现非常好，可以为用户提供定制化的 AI 模型化服务，为企业提供更好的产品和服务体验。

假设每一个快消品牌都想要 AI 作为未来的关键R&D力量之一，我们应该为目标群体创造一个专属的爱好。 AI 模型可能是最好的选择。虽然前期投资成本会高很多，但是可以节省很多时间，提高后续R&D的效率，真正做出符合客户口味的个性化产品，比如让零食实现“千食千面”。

AI 与小吃行业的融合，实际上只是 AI 冰山一角在整个工业领域都很受欢迎，在参观英特尔的新生产力大会之前，小雷已经感受到了。 AI 这是工业领域的巨大潜力。

比如英特尔的合作企业在会场展示了一套自动质检系统。在此之前，至少有两名工人需要站在生产线的尽头，通过人眼去除不合格产品的生产线。 AI 化学改造后，仅通过在生产线上部署摄像头，就可以快速判断商品是否达标，并主动去除不合格产品。

虽然以前也有类似的系统，但不能普遍使用。基本上都是专门为某个产品开发的，需要使用高性能的检测设备。各种因素造成的昂贵R&D成本和部署成本直接避免了一般生产线的可能性。

作为对比，AI 质量检验系统不仅可以直接在原产线上进行改造和安装，而且安排成本很低，只需要一个高性能的。 PC 与几个摄像机相比，可替代人工目检阶段，使工厂能够将工人分配到更有价值的岗位。

另外，还有低成本的自动拾取货物。 AI 各种应用，如机器人，于 AI 模型多模态感知能力，很多原本需要专门解决的问题，都可以简化为低成本的通用硬件解决方案，如摄像头、激光雷达等。

并且 AI 从食品研发到产品研发，很多企业也在参与更多的研发工作，推广类似的项目。比如可口可乐曾经推出了一个原因。 AI 调配、AI 设计外观、AI 命名限定版本「将来 3000 年可乐」，味道就像甜味异常版的无糖可乐，很难形容。

对企业而言，AI 确实是个不错的工具，虽然翻车率不低，但是产品研发本来就有很多沉没成本，AI 只是相对来说下限会更低，而且还可以通过「人 AI」搭配保证产品至少符合一般人的认知。

使用无印良品 AI 以薯条为例。虽然中西风味的评分很低，但也有人给了高分，说明至少符合一些人的口味，更不用说东南亚风味这样的高分作品了。相比之下，还不如引入限制口味但被普遍差评的乐趣。 AI R&D系统，也许还可以让平均评价回升一些。

食物，药物，衣服 …… 事实上，各种与我们生活密切相关的商品，都有公司在实践中。 AI 化学设计之路。或许在不久的将来，AI 不仅是我们的日常助手，而且还能掌管我们的吃、穿、住、行的感觉，让人感觉来自于自己。 AI 的「小小震撼」。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com