Egység 2 / 10

Termékfejlesztés és formulázás

Nyereség:

  • Képes értelmezni a tömegmérleget, a járulékfüggvényt és a költségkorlátokat a megfogalmazásban
  • Képes ötleteket, receptúravariációkat és táplálkozási/címkevázlatokat generálni mesterséges intelligencia segítségével
  • Képes ellenőrizni az AI által javasolt formulákat és adagokat a szabályozási határértékekkel és laboratóriumi/kísérleti kísérletekkel

A K+F konyhapultnál ülsz egy új „magas fehérjetartalmú, alacsony cukortartalmú gyümölcspuding” projekt első napján. Célja van: 100 g termékben legalább 8 g fehérje, legfeljebb 5 g hozzáadott cukor, krémes állag és 45 nap hűtőszekrényben való eltarthatóság. Üres a recepttömbje. Egy mesterséges intelligencia eszközhöz fordul, és azt mondja, hogy „adja meg ennek a terméknek a képletét”, és másodpercek alatt a modell egy teljes táblázatot generál: tejpor, tejsavó-izolátum, keményítő, aroma, tartósítószerek, azok arányaival. Az asztal rendezett, logikus és inspiráló. De ha összeadja a teljes arányokat, akkor kiderül, hogy 103,5%, nem 100%, és az ajánlott védődózis meghaladja a Codex határértékét. Itt kezdődik a mesterséges intelligencia valódi értéke és kockázata a megfogalmazásban: egy nagyszerű kezdeti vázlat, amely azonban megerősítést igényel.

Ennek az egységnek a központi ötlete: a mesterséges intelligencia kiváló ötletek és variációk generátora a készítményben, de nem írható elő mindaddig, amíg az általa javasolt összes sebességet és adagot nem igazolták tömegegyensúly, szabályozási határértékek és kísérleti/laboratóriumi teszteléssel. A mesterséges intelligencia olyan, mint egy vezető összetételű gyakornok: több száz receptet látott, gyorsan elkészíti, de nem billenti meg a mérleget.

A megfogalmazás három fő korlátja

Mindegyik képlet három korlát között egyensúlyoz: műszaki funkció, költség és szabályozás.

1. Tömegegyensúly: mindennek 100%-osnak kell lennie

A képlet legalapvetőbb szabálya, hogy az összetevők százalékos arányának összege pontosan 100%. Az AI kimenet leggyakoribb hibája, hogy ez az összeg nem adható össze.

2. Hozzájárulási függvények

Minden hozzájárulás egy funkcióhoz tartozik. Az adagolásról nem lehet beszélni a funkció ismerete nélkül.

Adalékanyag osztály

Funkció

tipikus példa

megjegyzés

emulgeálószer

Stabilizálja az olaj-víz keveréket

Lecitin, mono/diglicerid

Textúra és krémesség

védő

Késlelteti a mikrobiális romlást

Kálium-szorbát, nátrium-benzoát

Codex limit kritikus

Stabilizátor/sűrítő

Konzisztencia és vízvisszatartás

Keményítő, pektin, karragén

Megakadályozza a szinerézist

édesítőszer

cukorcsökkentés

Szukralóz, szteviol-glikozid

A kategória határértéke változó

antioxidáns

Késlelteti a zsírok oxidációját

Aszkorbinsav, tokoferol

Eltarthatósági hatás

3. Költség- és tápanyagszámítás

Ahhoz, hogy a recept kereskedelmi forgalomba kerüljön, meg kell tartania a fajlagos költségcélt, és tápanyag-profiljának támogatnia kell a címkét és a nyilatkozatot.

Tömegegyensúly és tápanyag-ellenőrzés

A következő példa bemutatja, hogy miért kell egy mesterséges intelligencia piszkozatot fiókellenőrzni. Tegyük fel, hogy az AI megadta ezt a piszkozatot, és ellenőriznünk kell az összeget.

# Képlettervezet: összetevő -> (százalék, egységár TL/kg, fehérje g/100g összetevő)formula = { "fat_reduced_sut": (62.0, 18.0, 3.3), "whey_izolátum":(9.0, 320.0, 88.0), "keményítő", .4, (.5), "keményítő", .4 "cukor": (4.0, 28.0, 0.0), "gyümölcspép": (18.0, 35.0, 0.5), "aroma_tartósítószer": (1.5, 150.0, 0.0),}total_percent = sum(v[0] for v) in formula.f"() total: százalékos.f"() {total_percentage:.1f}%") # -> 100,0% sum(v[0]/100 * v[2] értéknek kell lennie v esetén a formula.values())print(f"Becsült fehérje: {protein_100g:.1f} g/100g")

KIMENET: Teljes százalék: 100,0% Tömegegyensúly OKEbecsült fehérje: 8,1 g/100 g Becsült költség: 47,29 TL/kg

Bár ez jó számításnak tűnhet, a papíron lévő fehérjeérték eltérhet a tényleges terméktől: a feldolgozási veszteségek, a tényleges alkatrészelemzés és a nedvességingadozás eltolják a számítást. Ezért a papíralapú számla is tervezet; a végső értéket laboratóriumi elemzés (például Kjeldahl-fehérje meghatározás) igazolja.

Tipp: A képletet mindig táblázatban vagy rövid kódban állítsa be; A teljes százalékot automatikusan számítsa ki. Ne fogadja el közvetlenül az AI által adott táblázatot, tegye mechanikus szokássá az "összeadja és ellenőrizze, hogy 100%-os-e".

Ötletek és variációk generálása mesterséges intelligencia segítségével

Itt a legerősebb a mesterséges intelligencia: rengeteg variációt hoz létre, amelyek különböző utakat vezetnek ugyanahhoz a célhoz.

ERŐS PROMPT (ötlet/variációgeneráció): "Dús fehérjetartalmú gyümölcspudingot fejlesztek. Cél: >=8g fehérje 100g-ban, <=5g hozzáadott cukor, krémes állag, hideglánc eltarthatósága ~45 nap. Javasoljon nekem 3 KÜLÖNBÖZŐ fehérjeforrás-STRATÉGIÁT (tejalapú, növényi alapú, vegyes). Minden stratégiához: Használható FUNCCIÓK/Szövegek kiegészíthetősége indoklás PONTOS DÓZIS MEGHATÁROZÁSA minden hozzájáruláshoz adja hozzá a „melyik Török Élelmiszer-kódex-bejelentésből lesz megerősítve” megjegyzést.

Ez az azonnali modell arra utasítja az embereket, hogy a biztonságos részben termeljenek (stratégia és funkció), ahelyett, hogy a kockázatos részben (pontos adag) hozzanak döntéseket.

Gyenge felszólítás / Erős felszólítás

GYENGE: "Adjon 8 g fehérjepuding formulát, írja le az arányokat."-> A modell egy forrás nélküli táblázatot gyárt, amely nem tartja meg a 100%-ot, az adag törvénybe ütközhet; nem ismeri az ellenőrző pontot.STRONG: "Javasljon fehérjeforrás stratégiákat és hozzájárulás függvényeket pudinghoz. Dózis helyett tedd a "Confirm from Codex" és a "Verify by pilottest" megjegyzést. Adj egy sablont, ahol a végösszeg 100%, kitöltöm az arányokat."-> A modell struktúrát és ötleteket generál; A döntés, a számítás és az adag Önnél marad.

Additív dózisellenőrzési lánc

Így ellenőrizheti az AI által javasolt megelőző dózist:

  1. Kategória meghatározása: Melyik élelmiszer kategóriába tartozik a kódexben szereplő termék? (Pl. tejes desszertek.)
  2. Korlátozás megerősítése: Olvassa el az adott adalékanyag maximális határértékét az adott kategóriában a Török Élelmiszer-kódex élelmiszer-adalékanyagokról szóló rendeletében. Volt. Ha a kálium-szorbát kategória határértéke (feltételezve) 300 mg/kg, akkor az 500 mg/kg-os AI-ajánlást elutasítják.
  3. Kísérleti próba: kis tétel gyártása határon belüli dózissal; Mikrobiológiai és érzékszervi vizsgálatokat végezni.
  4. Döntés: Csak az a dózis kerül be a receptbe, amely a határértéken belül van, és amelynek funkciója a pilotban igazolt.
Vigyázat: Még ha egy adalékanyag AI által javasolt dózisa a Codex határértéke alatt van is, csak kísérleti és laboratóriumi vizsgálatokkal lehet megérteni, hogy az adott dózis a termék tényleges mátrixában (pH, vízaktivitás, feldolgozás) működik-e. A határ a „törvényes felső határ”; Ez nem egy "funkcionálisan megfelelő adag".

mini tok

A növényi alapú ital kifejlesztése során a csapat a konzisztencia érdekében stabilizátorok kombinációját kérte az AI-tól. A modell karragén és gumi keverékét javasolta meghatározott arányban, és „tökéletes krémességet” ígért. A csapat először beállította a képletet a táblázatban, a teljes összeg 100% maradt; majd megerősítette a Codex karragén határértékét erre az italkategóriára vonatkozóan; Az ajánlás a határon belül volt. A kísérleti gyártásban azonban az UHT kezelés után a termékfázis szétvált: az AI által javasolt arány nem volt stabil magas hőmérsékleten. A csapat úgy találta meg a stabil formulát, hogy kísérleti kísérleteken keresztül kétszer módosította az arányt. Következtetés: A mesterséges intelligencia jó kiindulási alapot adott, de a kísérleti vonal írta az igazi receptet.

Gyakori hibák

  • 100%-ot feltételezve az AI által megadott képlettáblázat összegének ellenőrzése nélkül.
  • Az adalék adag beírása a vénybe anélkül, hogy azt a Codex kategória határértékkel megerősítené.
  • A "funkcionális helyes dózis" törvényi határértékének tévedése; a kísérleti próba kihagyása.
  • A tápértéket a mesterséges intelligencia becsléséből vettük, nem igazoltuk laboratóriumi elemzéssel.
  • A mesterséges intelligencia előrejelzése, nem az aktuális nyersanyagár használata a költségszámításban.
  • A termék valós mátrixának figyelmen kívül hagyása (pH, aw, hőkezelés) és a képlet csak papíron történő értékelése.
  • Egyetlen változatba zárás; Nem hasonlítjuk össze a mesterséges intelligencia által generált alternatívákat.

Összefoglalva

  • A megfogalmazás három korlát egyensúlya: műszaki funkció, költség és jogszabály.
  • A tömegmérleg kötelező: minden százalékot pontosan 100%-ra kell összeadni; Ez a leggyakrabban megszegett szabály az AI-kimenetben.
  • Az AI nagyon erős ötletek és variációk generálásában; Stratégiára és hozzájárulási funkcióra használja, nem pontos dózisdöntéshez.
  • Az adalék adagolását először a Codex kategória határértéke, majd kísérleti/laboratóriumi vizsgálata ellenőrzi; A törvényi plafon nem jelent funkcionális helyességet.
  • A tápanyag- és költségértékeket tényleges elemzés és aktuális ár erősíti meg, nem pedig mesterséges intelligencia becslések.
  • Az AI által javasolt képlet mindig vázlat; A kísérleti vonal és a laboratórium írja ki a tényleges receptet.

Pályázati feladat

Írjon egyértelmű célspecifikációt egy választott élelmiszertermékhez (pl. fehérje snack vagy funkcionális ital): fehérje 100 grammonként, cukor, energiacél és eltarthatósági idő. Kérjen meg az AI-tól legalább két különböző összetételi stratégiát és additív funkciólistát, amelyek megfelelnek ennek a célnak; Ahelyett, hogy a pontos adagot kérné, tegyen egy megjegyzést: "erősítse meg a Codextől" és "ellenőrizze a pilótával". Ezután állítson be egy táblázatot mindkét vázlathoz: számítsa ki a teljes százalékos arányt 100%, becsülje meg a fehérjét, és számítsa ki az egységköltséget. Végül írja le azt a határértéket, amelyet legalább egy adalékanyagra vonatkozóan meg kell erősíteni a Török Élelmiszer-kódexből, és az adag ellenőrzéséhez tervezett kísérleti kísérleti lépéseket.