Вкус будущего: как ChatGPT помогает в разработке рецептур для мясной индустрии
В современном мире мясоперерабатывающая промышленность сталкивается с вызовами, связанными с быстрым развитием технологий и меняющимися потребительскими предпочтениями. В этом контексте ChatGPT от OpenAI выступает как революционный инструмент, способный кардинально изменить подходы к разработке рецептур колбасных изделий. Эта технология обещает не только ускорение и оптимизацию процессов создания новых продуктов, но и открывает широкие возможности для инноваций и экспериментов в области вкусов и текстур. В нашей статье мы рассмотрим три ключевых подхода к использованию ChatGPT для разработки рецептур.
Однако на сегодняшний день, несмотря на все достижения в области искусственного интеллекта, нейросети не могут заменить человека. Сотрудничество между людьми и нейросетью становится ключевым фактором успеха, где профессиональный опыт и креативность дополняются мощными аналитическими способностями ИИ. Процесс обучения нейросетей напоминает образовательный путь человека: от детского сада к школе, затем университету и, в конечном итоге, к работе на высокотехнологичном производстве. Только после многочисленных ступеней обучения и накопления опыта нейросеть может достигнуть уровня, при котором она будет способна выдавать корректные и продуктивные результаты, аналогично карьерному росту человека от начинающего специалиста до главного технолога или директора по производству.
В нашей статье мы рассмотрим три ключевых подхода к использованию ChatGPT для разработки рецептур.
Вариант 1. Прямой запрос рецептуры.
Прямой запрос рецептуры к ChatGPT идеально подходит в ситуациях, когда требуется быстрое создание стандартных или экспериментальных продуктов. Это может быть необходимо в следующих случаях:
Разработка нового продукта – когда компания стремится быстро вывести на рынок новую колбасу или мясное изделие.
Адаптация к трендам – если важно оперативно отреагировать на изменения в потребительских предпочтениях, например, создать продукт с пониженным содержанием соли или без глютена/
Оптимизация существующих рецептур – для улучшения качества или снижения стоимости производства существующих продуктов.
Пример: Рецептура ветчины из индейки с пониженным содержанием соли. Это актуально в контексте растущего спроса на более здоровые пищевые продукты. Для создания рецептуры на основе прямого запроса в ChatGPT необходимо правильно сформулировать промпт (запрос). Пример промпта для создания рецептуры ветчины из индейки с пониженным содержанием соли представлен ниже.
Промпт: Представь, что ты лучший технолог в мясоперерабатывающей промышленности России. Твоя задача – создать рецептуру ветчины из индейки с пониженным содержанием соли, адаптированной под промышленное предприятие. Опиши подробно сырье и ингредиенты, входящие в рецептуру. Ветчина должна соответствовать сегменту средний плюс и удовлетворять спрос на здоровые мясные продукты.
В результате заданного промпта получили ответы от ChatGPT, представленные на рисунках 1 и 2.
Рис.1. Рецептура ветчины из индейки с пониженным содержанием соли, сгенерированная ChatGPT
Рис.2. Примечание к рецептуре ветчины из индейки с пониженным содержанием соли, сгенерированное ChatGPT
Прямой запрос рецептуры через ChatGPT позволяет быстро и эффективно разрабатывать новые продукты, адаптированные к текущим трендам и специфике производства. Это экономит время и ресурсы компании, позволяя сосредоточиться на инновациях и качестве продукции.
Вариант 2. Адаптация и репликация существующего продукта.
Адаптация и репликация существующего продукта с помощью ChatGPT является ценным инструментом в следующих случаях:
Репликация продукта конкурента: когда компания стремится создать продукт, аналогичный популярному продукту конкурента, сохраняя при этом уникальные особенности собственного бренда.
Улучшение качества существующих продуктов - для оптимизации вкуса, текстуры или питательной ценности уже выпускаемых изделий.
Снижение производственных затрат – при необходимости замены дорогостоящих компонентов на более доступные, без ущерба для качества.
В качестве примера рассмотрим процесс репликации и адаптации вареной колбасы "Папа Может". Исходные данные о составе колбасы можно получить в открытых источниках. Например, на онлайн-витрине магазина "Перекресток". Пример данных, взятых за основу запроса в нейросеть, приведен на рисунке 3.
Рис.3. Данные, взятые за основу промпта, для ChatGPT
Промпт: Представь, что ты самый лучший технолог в мясоперерабатывающей промышленности России. Твоя задача создать рецептуру вареной колбасы, аналогичную вареной колбасе "Папа Может", с учетом промышленных стандартов, оптимизации затрат и уникального вкусового профиля. Состав вареной колбасы "Папа Может": свинина, вода, мясо птицы куриное механической обвалки, говядина, вода, белковый стабилизатор, крахмал, молоко сухое обезжиренное, комплексные пищевые добавки (регуляторы кислотности: E450(i), E451(i), E262(I,II), E331(III), посолочно-нитритная смесь (соль, фиксатор окраски E250), стабилизаторы: E407, E410, E412, E415, E417, E452(i), E471; животный белок, пряности (в т.ч мускатный орех, сельдерей, горчичное семя), ароматизаторы, усилитель вкуса и аромата, E621, антиокислители: E316, E330); соль, сахар, молочный белок, краситель E120. Пищевая ценность на 100 г: калории 212.0, белки 8.0 г, жиры 20.0 г, углеводы 0.0 г.
Рецептура и особенности вареной колбасы, созданной ChatGPT в соответствии с запросом репликации продукта представлены на рисунках 4 и 5.
Адаптация и репликация существующих продуктов с помощью ChatGPT позволяет производителям не только повторить успешные рецептуры конкурентов, но и адаптировать их под собственные производственные условия и потребности рынка. Это открывает возможности для разработки конкурентоспособных продуктов с уникальными вкусовыми характеристиками, обеспечивая при этом эффективность производства и соответствие текущим трендам и стандартам.
Вариант 3. Создание рецептуры на основе собственных данных.
Использование ChatGPT для создания рецептур на основе данных, имеющихся у мясоперерабатывающего предприятия, является наиболее правильным и корректным подходом. Эффективность этого подхода обусловлена точностью и релевантностью предоставляемых данных. Предоставление ChatGPT точных и актуальных данных об ингредиентах, технологических процессах и оборудовании позволяет получить рецептуры, максимально соответствующие требованиям и возможностям предприятия.
Процесс обучения ChatGPT включает в себя несколько этапов:
Сбор данных: сначала собираются все имеющиеся данные о рецептурах, ингредиентах, технологических процессах и оборудовании.
Форматирование и загрузка: данные форматируются для совместимости с ChatGPT и загружаются в систему.
Интерактивное обучение: ChatGPT может дополнительно обучаться на основе обратной связи от технологов предприятия, что позволяет ему лучше понимать специфику производства.
Преимущества подхода:
Индивидуализация: способность ChatGPT генерировать рецептуры, идеально подходящие для конкретного предприятия, открывает широкие перспективы для индивидуализации продукции.
Быстрая адаптация к изменениям на рынке: возможность быстро адаптировать рецептуры под текущие тренды и изменения в потребительских предпочтениях.
Снижение ошибок и улучшение эффективности: автоматизация процесса создания рецептур снижает вероятность ошибок и повышает общую эффективность производства.
Пример: создание рецептуры на основе собственных данных – за основу взять имеющуюся рецептуру колбасы. Пример рецептуры представлен на рисунке 6.
Рис.6. Рецептура вареной колбасы а-ля Докторская, для дальнейшей работы в ChatGPT
Наша задача – сделать замены по сырью. Необходимо ввести мясо птицы с минимальными изменениями органолептических характеристик готового продукта.
Промпт: Представь, что ты самый лучший технолог в мясоперерабатывающей промышленности России. Твоя задача создать рецептуру на основе имеющейся с введением в сырьевую составляющую мяса птицы. Опиши подробно сырье и ингредиенты, входящие в рецептуру. Вареная колбаса должна максимально соответствовать исходному продукту. Изменение органолептических характеристик сведено к минимуму.
Рецептура и особенности вареной колбасы а-ля Докторская, созданной ChatGPT в соответствии с запросом изменения сырьевой составляющей исходного продукта представлены на рисунках 7 и 8.
Рис.7. Рецептура вареной колбасы а-ля Докторская в соответствии с запросом изменения сырьевой составляющей исходного продукта, сгенерированная ChatGPT
Рис.8. Особенности вареной колбасы а-ля Докторская в соответствии с запросом изменения сырьевой составляющей исходного продукта, сгенерированные ChatGPT
Внедрение ChatGPT в качестве инструмента для создания рецептур на основе собственных данных представляет собой новаторский подход в мясоперерабатывающей отрасли. Этот метод не только обеспечивает высокое качество и уникальность продукции, но и является ключом к устойчивому развитию и инновационному росту предприятий. Таким образом, инвестиции в обучение и интеграцию ChatGPT в производственные процессы являются стратегически важным шагом для компаний, стремящихся к лидерству на рынке.
Как показывает наш анализ, ChatGPT способен эффективно справляться с задачами разработки рецептур, начиная от прямых запросов и заканчивая созданием продуктов на основе собственных данных предприятий. Применение этой технологии позволяет значительно сократить время на исследования и разработку, снизить затраты и улучшить качество конечной продукции, а также предоставляет возможность для экспериментирования с новыми вкусовыми сочетаниями и текстурами.
Однако важно осознавать, что нейросети сегодня - это не панацея, а инструмент, который, при правильном использовании, может значительно ускорить и оптимизировать процессы разработки новых продуктов, в том числе в мясной индустрии. Такое сотрудничество между человеком и машиной позволяет экономить время и делать работу более эффективной. Но для достижения наилучших результатов необходимо вложение времени и ресурсов в обучение и настройку нейросетей, аналогично длительному и многоступенчатому процессу образования и профессионального роста у людей. Таким образом, успех в использовании искусственного интеллекта в индустрии зависит не только от технологии, но и от глубины взаимодействия и понимания между человеком и машиной.
ChatGPT представляет собой мощный инструмент, который может помочь мясоперерабатывающим предприятиям быть впереди инноваций, адаптируясь к меняющимся трендам и потребностям рынка. Это не просто технология будущего – это технология сегодняшнего дня, способная принести реальные практические преимущества и открыть новые горизонты в области пищевой промышленности.
Баранова Любовь,к. э. н.,
эксперт в маркетинговом консалтинге для пищевой промышленности