ઉત્પાદન વિકાસ અને રચના

નફો:

• સમૂહ સંતુલન, યોગદાન કાર્ય અને ફોર્મ્યુલેશનમાં ખર્ચ અવરોધોનું અર્થઘટન કરવાની ક્ષમતા
• AI સાથે વિચારો, ફોર્મ્યુલા વિવિધતા અને પોષક/લેબલ ડ્રાફ્ટ્સ જનરેટ કરવાની ક્ષમતા
• નિયમનકારી મર્યાદાઓ અને પ્રયોગશાળા/પાયલોટ ટ્રાયલ સાથે AI ભલામણ કરેલ સૂત્રો અને ડોઝને ચકાસવાની ક્ષમતા

તમે નવા "હાઇ-પ્રોટીન, લો-સુગર ફ્રૂટ પુડિંગ" પ્રોજેક્ટના પહેલા દિવસે R&D કિચન કાઉન્ટર પર બેસો. તેની પાસે એક ધ્યેય છે: 100 ગ્રામ ઉત્પાદન દીઠ ઓછામાં ઓછું 8 ગ્રામ પ્રોટીન, ઉમેરવામાં આવેલી ખાંડ 5 ગ્રામથી વધુ નહીં, ક્રીમી ટેક્સચર અને રેફ્રિજરેટરની શેલ્ફ લાઇફ 45 દિવસની છે. તમારું પ્રિસ્ક્રિપ્શન પેડ ખાલી છે. તમે AI ટૂલ તરફ વળો અને કહો કે "મને આ પ્રોડક્ટ માટે ફોર્મ્યુલા આપો" અને સેકંડમાં મોડેલ એક સંપૂર્ણ ટેબલ જનરેટ કરે છે: દૂધનો પાવડર, છાશ અલગ, સ્ટાર્ચ, ફ્લેવરિંગ, પ્રિઝર્વેટિવ્સ, તેમના ગુણોત્તર સાથે. ટેબલ વ્યવસ્થિત, તાર્કિક અને પ્રેરણાદાયક છે. પરંતુ જ્યારે તમે કુલ દરો ઉમેરો છો, ત્યારે તે 100% નહીં પણ 103.5% હોવાનું બહાર આવે છે, અને ભલામણ કરેલ રક્ષણાત્મક માત્રા કોડેક્સ મર્યાદાથી ઉપર છે. ફોર્મ્યુલેશનમાં AIનું વાસ્તવિક મૂલ્ય અને જોખમ અહીંથી શરૂ થાય છે: એક ઉત્તમ પ્રારંભિક સ્કેચ, પરંતુ એક જેને માન્યતાની જરૂર છે.

આ એકમનો કેન્દ્રિય વિચાર: AI એ વિચારો અને ફોર્મ્યુલેશનમાં વિવિધતાઓનું ઉત્તમ જનરેટર છે, પરંતુ જ્યાં સુધી તે સૂચવે છે તે દરેક દર અને ડોઝ સામૂહિક સંતુલન, નિયમનકારી મર્યાદાઓ અને પાયલોટ/લેબોરેટરી પરીક્ષણ દ્વારા ચકાસવામાં ન આવે ત્યાં સુધી તે નિર્ધારિત કરી શકાતું નથી. AI એ સિનિયર ફોર્મ્યુલેશન ઈન્ટર્ન જેવું છે: તેણે સેંકડો રેસિપી જોઈ છે, તે ઝડપથી ડ્રાફ્ટ કરી લે છે, પણ તે સ્કેલમાં ટીપ કરતો નથી.

રચનાના ત્રણ મુખ્ય અવરોધો

દરેક સૂત્ર ત્રણ અવરોધો વચ્ચે સંતુલિત છે: તકનીકી કાર્ય, ખર્ચ અને નિયમનકારી.

1. માસ બેલેન્સ: બધું 100% હોવું જોઈએ

સૂત્રનો સૌથી મૂળભૂત નિયમ એ છે કે તમામ ઘટકોની ટકાવારીઓનો સરવાળો બરાબર 100% છે. AI આઉટપુટમાં સૌથી સામાન્ય ભૂલ એ છે કે આ રકમ ઉમેરાતી નથી.

2. યોગદાન કાર્યો

દરેક યોગદાન એક કાર્ય માટે છે. કાર્યને જાણ્યા વિના ડોઝની ચર્ચા કરી શકાતી નથી.

એડિટિવ વર્ગ

કાર્ય

લાક્ષણિક ઉદાહરણ

નોંધ

ઇમલ્સિફાયર

તેલ-પાણીના મિશ્રણને સ્થિર કરે છે

લેસીથિન, મોનો/ડિગ્લિસેરાઇડ

ટેક્સચર અને ક્રીમીનેસ

રક્ષણાત્મક

માઇક્રોબાયલ બગાડમાં વિલંબ કરે છે

પોટેશિયમ સોર્બેટ, સોડિયમ બેન્ઝોએટ

કોડેક્સ મર્યાદા મહત્વપૂર્ણ

સ્ટેબિલાઇઝર/જાડું

સુસંગતતા અને પાણી રીટેન્શન

સ્ટાર્ચ, પેક્ટીન, કેરેજેનન

સિનેરેસિસ અટકાવે છે

સ્વીટનર

ખાંડ ઘટાડો

સુકરાલોઝ, સ્ટીવિયોલ ગ્લાયકોસાઇડ

શ્રેણી મર્યાદા બદલાય છે

એન્ટીઑકિસડન્ટ

ચરબીના ઓક્સિડેશનમાં વિલંબ થાય છે

એસ્કોર્બિક એસિડ, ટોકોફેરોલ

શેલ્ફ લાઇફ અસર

3. ખર્ચ અને પોષણની ગણતરી

રેસીપી વ્યાપારી બનવા માટે, તેણે એકમ ખર્ચનું લક્ષ્ય જાળવી રાખવું જોઈએ અને તેની પોષક પ્રોફાઇલ લેબલ અને ઘોષણાને સમર્થન આપવી જોઈએ.

સામૂહિક સંતુલન અને પોષક ચકાસણી

નીચેનું ઉદાહરણ બતાવે છે કે શા માટે AI ડ્રાફ્ટ એકાઉન્ટ-ચેક થવો જોઈએ. ચાલો કહીએ કે એઆઈએ આ ડ્રાફ્ટ આપ્યો છે અને આપણે કુલ તપાસ કરવાની જરૂર છે.

# ફોર્મ્યુલા ડ્રાફ્ટ: ઘટક -> (ટકાવારી, એકમની કિંમત TL/kg, પ્રોટીન g/100g ઘટક)સૂત્ર = { "ચરબી_ઘટેલી_સુત": (62.0, 18.0, 3.3), "છઠ્ઠ_આઇસોલેટ":(9.0, 320.0, 85, 48, 48,000), 0.3), "ખાંડ": (4.0, 28.0, 0.0), "ફ્રુટ_પલ્પ": (18.0, 35.0, 0.5), "સુગંધ_પ્રિઝર્વેટિવ": (1.5, 150.0, 0.0),}કુલ_ટકા = સરવાળો(વ {total_percentage:.1f}%") # -> તે ફોર્મ્યુલા.વેલ્યુઝ()) પ્રિન્ટ(f"અંદાજિત પ્રોટીન: {protein_100g:.1f} g/100g") માં v માટે 100.0% સરવાળો(v[0]/100 * v[2] હોવો જોઈએ.

આઉટપુટ:કુલ ટકાવારી: 100.0% માસ બેલેન્સ OKE અંદાજિત પ્રોટીન: 8.1g/100g અંદાજિત કિંમત: 47.29 TL/kg

જો કે આ એક સારી ગણતરી જેવું લાગે છે, કાગળ પર પ્રોટીન મૂલ્ય વાસ્તવિક ઉત્પાદન કરતાં અલગ હોઈ શકે છે: પ્રક્રિયામાં નુકસાન, વાસ્તવિક ઘટકોનું વિશ્લેષણ અને ભેજની વિવિધતા ગણતરીમાં ફેરફાર કરે છે. તેથી પેપર એકાઉન્ટ પણ ડ્રાફ્ટ છે; અંતિમ મૂલ્યની પુષ્ટિ પ્રયોગશાળા વિશ્લેષણ દ્વારા કરવામાં આવે છે (જેમ કે કેજેલ્ડહલ પ્રોટીન નિર્ધારણ).

ટીપ: હંમેશા સ્પ્રેડશીટ અથવા શોર્ટકોડમાં ફોર્મ્યુલા સેટ કરો; કુલ ટકાવારી આપોઆપ ગણવા દો. AI દ્વારા આપવામાં આવેલ ટેબલને સીધું સ્વીકારશો નહીં, "તે ઉમેરો અને તપાસો કે તે 100%" છે કે કેમ તે યાંત્રિક ટેવ બનાવો.

AI સાથે વિચારો અને ભિન્નતા પેદા કરવી

આ તે છે જ્યાં AI સૌથી મજબૂત છે: ઘણી બધી વિવિધતાઓ ઉત્પન્ન કરે છે જે એક જ ધ્યેય સુધીના વિવિધ માર્ગો લે છે.

સ્ટ્રોંગ પ્રોમ્પ્ટ (વિચાર/વિવિધતા જનરેશન): "હું ઉચ્ચ પ્રોટીન ફ્રૂટ પુડિંગ વિકસાવી રહ્યો છું. ધ્યેય: >=8g પ્રોટીન પ્રતિ 100g, <=5g ઉમેરાયેલ ખાંડ, ક્રીમી ટેક્સચર, કોલ્ડ ચેઇન શેલ્ફ લાઇફ ~45 દિવસ. મને 3 અલગ-અલગ પ્રોટિન સ્ત્રોત વ્યૂહરચના સૂચવો (ડેરી-આધારિત, પ્રોટીન-આધારિત, દરેક FSUN-આધારિત વ્યૂહરચના માટે પ્લાન્ટ-આધારિત એફસીયુએન) વપરાયેલ અને ટેક્ષ્ચર/સ્ટેબિલિટી તર્ક સમજાવે છે કે દરેક યોગદાન માટે 'ટર્કિશ ફૂડ કોડેક્સ નોટિફિકેશન દ્વારા પુષ્ટિ કરવામાં આવશે' અને 'જેની પુષ્ટિ કરવામાં આવશે'.

આ પ્રોમ્પ્ટ મોડલ લોકોને જોખમી ભાગમાં (ચોક્કસ માત્રા) નિર્ણય લેવાને બદલે સલામત ભાગમાં (વ્યૂહરચના અને કાર્ય) ઉત્પાદન કરવા માટે નિર્દેશિત કરે છે.

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળું: "8 ગ્રામ પ્રોટીન પુડિંગ ફોર્મ્યુલા આપો, પ્રમાણ લખો."-> મોડેલ એક અનસોર્સ્ડ ટેબલ બનાવે છે જે 100% ધરાવતું નથી, ડોઝ કાયદાની વિરુદ્ધ હોઈ શકે છે; તમે ચકાસણી બિંદુ જાણતા નથી.STRONG: "પુડિંગ માટે પ્રોટીન સ્ત્રોત વ્યૂહરચના અને યોગદાન કાર્યો સૂચવો. ડોઝને બદલે, 'કોડેક્સથી પુષ્ટિ કરો' અને 'પાયલોટેસ્ટ દ્વારા ચકાસો' નોંધ મૂકો. એક નમૂનો આપો જ્યાં કુલ 100% હોવો જોઈએ, હું પ્રમાણ ભરીશ."-> અને મોડેલ સ્ટ્રક્ચર; નિર્ણય, ગણતરી અને માત્રા તમારી પાસે રહે છે.

એડિટિવ ડોઝ વેરિફિકેશન ચેઇન

તમે AI ની ભલામણ કરેલ નિવારક માત્રાની ચકાસણી કેવી રીતે કરો છો તે અહીં છે:

1. શ્રેણી નિર્ધારણ: કોડેક્સમાં ઉત્પાદન કઈ ખાદ્ય શ્રેણીમાં છે? (દા.ત. દૂધની મીઠાઈઓ.)
2. મર્યાદા પુષ્ટિ: ટર્કિશ ફૂડ કોડેક્સ ફૂડ એડિટિવ્સ રેગ્યુલેશનમાં તે શ્રેણી માટે તે ઉમેરણની મહત્તમ મર્યાદા વાંચો. ઉદા. જો પોટેશિયમ સોર્બેટ માટેની શ્રેણી મર્યાદા (ધારો) 300 mg/kg છે, તો 500 mg/kg ની AI ભલામણને નકારવામાં આવે છે.
3. પાયલોટ ટ્રાયલ: મર્યાદામાં ડોઝ સાથે નાની બેચનું ઉત્પાદન કરો; માઇક્રોબાયોલોજીકલ અને સંવેદનાત્મક પરીક્ષણ કરો.
4. નિર્ણય: માત્ર ડોઝ જે મર્યાદામાં આવે છે અને જેનું કાર્ય પાયલોટમાં ચકાસાયેલ છે તે જ પ્રિસ્ક્રિપ્શનમાં જાય છે.

સાવધાન: AI દ્વારા ભલામણ કરાયેલ એડિટિવની માત્રા કોડેક્સ મર્યાદાથી ઓછી હોય તો પણ, તે માત્ર એ સમજવું શક્ય છે કે શું તે માત્રા ઉત્પાદનના વાસ્તવિક મેટ્રિક્સ (pH, પાણીની પ્રવૃત્તિ, પ્રક્રિયા) માં પાઇલોટ પરીક્ષણ અને પ્રયોગશાળા પરીક્ષણ દ્વારા કાર્ય કરે છે. મર્યાદા "કાનૂની ટોચમર્યાદા" છે; તે "કાર્યકારી રીતે યોગ્ય માત્રા" નથી.

મીની કેસ

પ્લાન્ટ-આધારિત પીણું વિકસાવીને, ટીમે એઆઈને સુસંગતતા માટે સ્ટેબિલાઈઝરના સંયોજન માટે પૂછ્યું. મોડેલે ચોક્કસ પ્રમાણમાં કેરેજીનન અને ગમનું મિશ્રણ સૂચવ્યું અને "સંપૂર્ણ ક્રીમીનેસ"નું વચન આપ્યું. ટીમે પ્રથમ સ્પ્રેડશીટમાં ફોર્મ્યુલા સેટ કરી, કુલ 100% રાખવામાં આવી; પછી આ પીણાની શ્રેણી માટે કોડેક્સ કેરેજેનન મર્યાદાની પુષ્ટિ કરી; ભલામણ મર્યાદામાં હતી. જો કે, પાયલોટ ઉત્પાદનમાં, UHT સારવાર પછી ઉત્પાદનનો તબક્કો અલગ થઈ ગયો: AI દ્વારા ભલામણ કરાયેલ ગુણોત્તર ઊંચા તાપમાને સ્થિર ન હતો. ટીમે પાયલોટ ટ્રાયલ દ્વારા રેશિયોમાં બે વખત સુધારો કરીને સ્થિર સૂત્ર શોધી કાઢ્યું હતું. નિષ્કર્ષ: AI એ એક સારો પ્રારંભિક બિંદુ આપ્યો, પરંતુ પાયલોટ લાઇન વાસ્તવિક રેસીપી લખી.

સામાન્ય ભૂલો

• AI દ્વારા આપવામાં આવેલ ફોર્મ્યુલા કોષ્ટકના સરવાળાને તપાસ્યા વિના 100% ધારી રહ્યા છીએ.
• કોડેક્સ શ્રેણી મર્યાદા સાથે તેની પુષ્ટિ કર્યા વિના પ્રિસ્ક્રિપ્શનમાં એડિટિવ ડોઝ લેવો.
• "કાર્યકારી યોગ્ય માત્રા" માટેની કાનૂની મર્યાદાને ભૂલવી; પાયલોટ ટ્રાયલ અવગણીને.
• AI અંદાજમાંથી પોષક મૂલ્ય લેવું, લેબોરેટરી પૃથ્થકરણથી ચકાસવું નહીં.
• કિંમતની ગણતરીમાં AI ની આગાહીનો ઉપયોગ કરીને, વર્તમાન કાચા માલના ભાવનો નહીં.
• ઉત્પાદનના વાસ્તવિક મેટ્રિક્સ (pH, aw, હીટ ટ્રીટમેન્ટ) ને અવગણવું અને માત્ર કાગળ પર સૂત્રનું મૂલ્યાંકન કરવું.
• એક જ વિવિધતામાં લોકીંગ; AI-જનરેટેડ વિકલ્પોની સરખામણી ન કરવી.

સારાંશમાં

• રચના એ ત્રણ અવરોધોનું સંતુલન છે: તકનીકી કાર્ય, ખર્ચ અને કાયદો.
• સામૂહિક સંતુલન ફરજિયાત છે: તમામ ટકાવારીનો સરવાળો બરાબર 100% હોવો જોઈએ; AI આઉટપુટમાં આ સૌથી વધુ વારંવાર તૂટતો નિયમ છે.
• AI વિચારો અને વિવિધતા પેદા કરવામાં ખૂબ જ શક્તિશાળી છે; તેનો ઉપયોગ વ્યૂહરચના અને યોગદાન કાર્ય માટે કરો, ચોક્કસ માત્રાના નિર્ણય માટે નહીં.
• એડિટિવ ડોઝ પહેલા કોડેક્સ શ્રેણી મર્યાદા દ્વારા ચકાસવામાં આવે છે, પછી પાયલોટ/લેબોરેટરી ટ્રાયલ દ્વારા; કાનૂની ટોચમર્યાદાનો અર્થ કાર્યાત્મક શુદ્ધતા નથી.
• પોષક અને કિંમત મૂલ્યોની પુષ્ટિ વાસ્તવિક વિશ્લેષણ અને વર્તમાન કિંમત દ્વારા કરવામાં આવે છે, AI અંદાજો દ્વારા નહીં.
• AI દ્વારા સૂચવવામાં આવેલ સૂત્ર હંમેશા ડ્રાફ્ટ છે; પાયલોટ લાઇન અને લેબોરેટરી વાસ્તવિક પ્રિસ્ક્રિપ્શન લખે છે.

એપ્લિકેશન કાર્ય

તમારી પસંદગીના ખાદ્ય ઉત્પાદન માટે સ્પષ્ટ લક્ષ્ય સ્પષ્ટીકરણ લખો (દા.ત. પ્રોટીન નાસ્તો અથવા કાર્યાત્મક પીણું): 100 ગ્રામ દીઠ પ્રોટીન, ખાંડ, ઊર્જા લક્ષ્ય અને શેલ્ફ લાઇફ. AI ને ઓછામાં ઓછી બે અલગ અલગ ફોર્મ્યુલેશન વ્યૂહરચના અને એડિટિવ ફંક્શન લિસ્ટ માટે પૂછો જે આ ધ્યેયને અનુરૂપ હોય; ચોક્કસ ડોઝ માટે પૂછવાને બદલે, "કોડેક્સમાંથી પુષ્ટિ કરો" અને "પાયલોટ સાથે ચકાસો" નોંધો રાખો. પછી બંને ડ્રાફ્ટ્સ માટે સ્પ્રેડશીટ સેટ કરો: કુલ ટકાવારી 100% છે તેની ગણતરી કરો, પ્રોટીનનો અંદાજ કાઢો અને એકમની કિંમતની ગણતરી કરો. અંતે, ઓછામાં ઓછા એક ઉમેરણ માટે ટર્કિશ ફૂડ કોડેક્સમાંથી પુષ્ટિ કરવાની જરૂર હોય તે મર્યાદા લખો અને આ ડોઝને ચકાસવા માટે તમે જે પાયલોટ ટ્રાયલ સ્ટેપ્સ ડિઝાઇન કરશો.