香料公司 McCormick 剛剛透露，它將利用 IBM 的人工智慧技術、結合自身的專業知識，來開發全新的調味產品。

該公司計劃在今年晚些時候，推出名為 ONE 的新系列，其中包括一些流行菜餚的混合口味配方，比如新奧爾良香腸和托斯卡納雞肉。

【新產品將是 McCormick 龐大的資料和 IBM AI 的“副產品”】

在風味化學的世界，香料和味道都是一門科學。世界上存在著大量可用的風味組合，但新配方的，需要耗費大量的時間。

專家的任務，不僅是確定任何特定食譜的香料，還要研判合適的比例，同時考慮品味覺感知、文化偏好、以及個體差異。

McCormick 公司在一份宣告中稱，我們與 IBM 達成了人工智慧技術上的合作，以增強我司當前的工作。

據 IBM 所述，其 AI 演算法能夠幫助預測配方的替代品、配料的正確比例、甚至人們會對味道做出哪些反應。

【IBM & McCormick Use AI for Flavor Development】

同樣，AI 可以預測系統生成的公式的新穎程度。如此一來，McCormick 能夠獲得大量適用的資料，包括歷史風味公式、實驗和消費者測試結果、可供使用的原材料等。

雙方的合作，其實已經持續了四年。今年夏天的某個時候，McCormick 將正式推出 ONE 系列新品 —— 部分‘配方’來自 IBM 的 AI 技術。

該公司稱，AI 能夠助其加速風味研發的整個過程。

首先說，我們不能將人工智慧理解為能做任何事情，重設能做的很好的工具。食物裡的調料其實並不決定食物的口味好壞，同樣烹飪的方法時間和火候也很重要，還有加調料的時間點。

所以對於新配方來說，首先我們要對解決的事物做個很好的分解，比如 烹飪的食物種類，食物烹飪方法，食物的口味類別（適合人群），食物的烹飪時間技巧。然後我們再去經過對應的大資料進行分析，比如小龍蝦的烹飪配方，最火的店是哪家？和僅次排名的區別是什麼？經過對關鍵配方的分析瞭解成分，然後調整，最後再經過成百上千萬次的分解步驟的組合烹飪，最後得出一個新的好配方，同時搭配一個必要的烹飪工序（如果試大眾配方，這裡其實也可以省去工序要求，直接以普通烹飪方法去不斷的試不同的配方）

最後搭配下我的紅燒魚作品～~我也比較喜歡烹飪，業餘的

聽起來感覺噱頭成分很高，其實味道是一個很主觀的東西，就算同一種味道，不同人品嚐，感覺也是非常不一樣的，怎麼可能取得大量的標準化資料用於計算和評估呢？

如果想要真能有所作用，首先要有對味道的資料化描述，也就是各種量化，比如辣椒有辣度，甜味也有甜度，但是澀度，麻度，苦度，都有相應的資料麼？

有了相應資料，不同人對各種味道的感受也應該被量化。這樣才能有人工智慧自動預測味道配方的基礎。

其實，我覺得味道推薦還靠譜一點，自動發明味道還是免了吧……