春節(jié)期間，吃，是一個(gè)重頭戲。本文便對(duì)AI在飲食方面的近期研究成果和應(yīng)用做了大盤點(diǎn)。健康飲食，迎來人工智能升級(jí)版。

又是一年新春佳節(jié)。對(duì)于廣大吃貨朋友們來說，無數(shù)的火鍋、牛排、奶茶、烤串、餃子等美食正在向他們招手。

今天，我們就來盤點(diǎn)一下AI在飲食方面的近期研究成果和應(yīng)用，希望能幫助你更健康地享用美食。

AI算法可以量身定制喝咖啡的最佳模式

對(duì)于很多人來說，咖啡是他們?nèi)粘Ｉ钪胁豢扇鄙俚脑?。最近，研究人員開發(fā)出了一種新的人工智能自動(dòng)優(yōu)化算法，能夠確定攝入咖啡因的最佳劑量和最優(yōu)時(shí)間，從而在缺乏睡眠的情況下，最大程度地提高人的機(jī)敏性。

圖片來源：Pixabay

該研究使用了一個(gè)已驗(yàn)證的數(shù)學(xué)模型，可以預(yù)測(cè)缺乏睡眠和咖啡因?qū)襁\(yùn)動(dòng)警覺性實(shí)驗(yàn)（PVT）結(jié)果的影響。研究人員將這個(gè)模型與人工智能自動(dòng)優(yōu)化算法相結(jié)合，以確定在缺乏睡眠時(shí)攝取咖啡因的數(shù)量和時(shí)間，從而在保證安全性的前提下，將人體機(jī)敏性最大化。該算法通過輸入用戶的睡眠時(shí)間表及允許攝取的最大咖啡因劑量，來得出最佳攝入咖啡因策略。

與之前使用的劑量策略相比，這種新開發(fā)的算法能夠?qū)⑸窠?jīng)行為狀態(tài)提升多達(dá)64％，或者減少高達(dá)65%的咖啡因攝入劑量。這些結(jié)果表明，該算法可以根據(jù)不同的睡眠和覺醒時(shí)間表來調(diào)整攝取咖啡因的時(shí)間和數(shù)量，從而最大限度地發(fā)揮咖啡因的作用。

個(gè)性化醫(yī)療和啤酒之間的關(guān)聯(lián)是？

來自英國Francis Crick Institute的研究人員們開發(fā)了一種新型機(jī)器算法，能夠從蛋白質(zhì)含量來預(yù)測(cè)酵母細(xì)胞的新陳代謝。這項(xiàng)研究不僅有助于更好地控制啤酒的口味，未來甚至也可以為代謝紊亂患者提供個(gè)性化治療方案。

圖片來源：Pixabay

在一個(gè)細(xì)胞內(nèi)，新陳代謝能夠產(chǎn)生數(shù)百個(gè)被稱為代謝物的小分子。盡管酵母在進(jìn)化上與人類差距很大，但其產(chǎn)生的一些代謝物卻是相同的，而且制造這些代謝物的方式也非常類似。然而，直到現(xiàn)在，科學(xué)家們對(duì)新陳代謝是自我調(diào)節(jié)，還是受基因表達(dá)變化控制這一點(diǎn)上一直存在分歧。造成這種分歧的部分原因就是，現(xiàn)有方法未能檢測(cè)出基因、蛋白質(zhì)和代謝物之間的強(qiáng)相關(guān)性。

這項(xiàng)最新研究表明，在很大程度上，如果向機(jī)器學(xué)習(xí)算法提供大量的蛋白質(zhì)表達(dá)信息，那么就可以利用這種技術(shù)對(duì)酵母細(xì)胞的新陳代謝進(jìn)行預(yù)測(cè)。因此，研究人員對(duì)97種不同的啤酒酵母菌株酶表達(dá)進(jìn)行了量化，并將其與測(cè)量的代謝物濃度變化聯(lián)系到了一起。同時(shí)，研究人員開發(fā)了一個(gè)機(jī)器學(xué)習(xí)算法，能夠識(shí)別出基因表達(dá)變化與產(chǎn)生的代謝物之間的復(fù)雜關(guān)系。他們發(fā)現(xiàn)，新陳代謝是由許多協(xié)同作用的酶控制的——沒有任何一種酶本身具有主要作用。

研究人員表示，這項(xiàng)研究可以幫助預(yù)測(cè)酵母細(xì)胞等簡(jiǎn)單細(xì)胞的新陳代謝情況，有助于在未來對(duì)人體組織中的新陳代謝情況進(jìn)行更好的理解和預(yù)測(cè)。

糖尿病患者也能當(dāng)個(gè)吃貨？

如果你患上了糖尿病，就會(huì)在飲食方面受到很大的限制，甚至一個(gè)不小心，還有可能加重病情。對(duì)于糖尿病患者來說，如何才能在不影響病情的情況下，吃到豐富的美食呢？一家總部位于英國的人工智能型營養(yǎng)平臺(tái)公司W(wǎng)hisk正在致力于解決這一問題。這家公司正在與治療糖尿病的公司Ascensia Diabetes Care開展合作，為2型糖尿病患者提供個(gè)性化飲食方案。

圖片來源：Pixabay

Whisk的核心技術(shù)平臺(tái)名為Food Genome，通過整合宏觀和微觀的營養(yǎng)、配料等數(shù)據(jù)，讓用戶能夠根據(jù)個(gè)人口味偏好、時(shí)間限制、預(yù)算、天氣和飲食限制或過敏癥等因素，定制自己的專屬飲食方案，并可以從該平臺(tái)一鍵購買食物原材料。目前，Whisk已經(jīng)與沃爾瑪（Walmart）、樂購（Tesco）和亞馬遜旗下的Amazon Fresh等大型食品零售企業(yè)開展了合作。

Whisk計(jì)劃推出面向2型糖尿病患者的個(gè)性化飲食方案，利用Ascensia提供的血糖數(shù)據(jù)，來訓(xùn)練其人工智能技術(shù)平臺(tái)，從而滿足用戶的個(gè)性化需求。通過Whisk的人工智能平臺(tái)，用戶可以看到自己的血糖水平對(duì)于不同食物產(chǎn)生了什么樣的變化，從而根據(jù)不同飲食對(duì)病情的影響，來定制自己的膳食計(jì)劃。同時(shí)，Whisk計(jì)劃在未來將這一平臺(tái)擴(kuò)展至方便食品和餐館的菜單等，從而為用戶提供一整套選擇方案。

尋找安全餐館哪家強(qiáng)？谷歌AI來幫忙

來自谷歌和哈佛大學(xué)的研究人員建立了一個(gè)機(jī)器學(xué)習(xí)模型，可以根據(jù)人們手機(jī)中的Google搜索信息和定位信息，來識(shí)別具有潛在食品安全風(fēng)險(xiǎn)的餐廳。

該模型的工作原理如下：首先，算法對(duì)可以表明和食源性疾病相關(guān)的搜索關(guān)鍵詞進(jìn)行分類，如“胃痙攣”或“腹瀉”等詞語。然后，該模型使用來自智能手機(jī)中去除身份信息后的定位，來識(shí)別出搜索這些詞語的人最近訪問過哪些餐廳。在芝加哥和拉斯維加斯進(jìn)行測(cè)試期間，機(jī)器學(xué)習(xí)模型在兩個(gè)城市檢測(cè)到的有食品安全問題餐館的準(zhǔn)確率為52.3%，而常規(guī)衛(wèi)生檢查的檢測(cè)率只有22.7%。

有38%的餐廳并不是食源性疾病患者最近一次訪問的餐廳。圖片來源：npj Digital Medicine

有趣的是，在該模型檢測(cè)到的所有具有食品安全隱患的餐廳中，有38%的餐廳并不是那些搜索與癥狀相關(guān)詞匯的人們最近一次訪問的餐廳。

這是一個(gè)非常重要的發(fā)現(xiàn)，因?yàn)橹暗难芯恳呀?jīng)表明，人們傾向于認(rèn)為他們最近一次去用餐的餐廳是導(dǎo)致他們不適癥狀的“罪魁禍?zhǔn)住?，因此可能?huì)對(duì)錯(cuò)誤的餐館提出投訴。然而在臨床上，食源性疾病可能需要48小時(shí)甚至更長(zhǎng)的時(shí)間才能出現(xiàn)相關(guān)的癥狀。

一不小心“中招”腹瀉？AI精準(zhǔn)鎖定元兇！

假期美食吃的太多，就會(huì)有拉肚子的風(fēng)險(xiǎn)。導(dǎo)致這種現(xiàn)象發(fā)生的原因之一便是食物生產(chǎn)過程中的沙門氏菌污染。沙門氏菌是腹瀉病全球四大病因之一。不幸中招，不但掃興，對(duì)身體健康也有影響。

佐治亞大學(xué)食品安全中心的助理教授鄧翔宇博士利用了機(jī)器學(xué)習(xí)中的隨機(jī)森林分類方法，成功地使AI辨別沙門氏菌的來源。

沙門氏菌（圖片來源：Pixabay）

沙門氏菌最常見的來源有豬、牛、家禽、野生鳥類。由于基因變異和族群的原因，同一來源的沙門氏菌會(huì)有相同的基因特性。鄧翔宇博士團(tuán)隊(duì)利用了機(jī)器學(xué)習(xí)的方式，讓AI學(xué)習(xí)了1400多種鼠傷寒沙門氏菌（Salmonella Typhimurium）的基因組序列，并通過隨機(jī)森林分類的方法辨別不同沙門氏菌的基因特性。鼠傷寒沙門氏菌是在美國最常見的沙門氏菌種類，并導(dǎo)致了美國大多數(shù)的沙門氏菌污染事件。

AI這次也沒有讓人失望。研究結(jié)果表明，AI的學(xué)習(xí)效果非常好，對(duì)于沙門氏菌來源的辨別準(zhǔn)確率達(dá)到了87.5%。研究人員給出了美國過去20年間八次沙門氏菌病疫情的細(xì)菌樣本，AI成功地識(shí)別了其中七次的細(xì)菌源頭。同時(shí)，AI辨別禽類和豬來源沙門氏菌的能力要更優(yōu)秀一些。

看了上面的這些研究，你對(duì)于如何更好地當(dāng)個(gè)吃貨是不是更有信心了呢？雖然AI可以為我們打造出更加優(yōu)化的飲食方案，但是我們?nèi)匀灰涀。】碉嬍臣右钥茖W(xué)鍛煉，才是實(shí)現(xiàn)健康生活的最佳方式。