[2K801-01] 食物 - 食品

9:00 〜 9:15

[2H-01] おいしさ予測に向けたAI食感解析

〇武政 誠¹ (1. 東京電機大学)

キーワード：

食感、テクスチャープロファイル分析、ディープラーニング

目的　おいしさの6割超は食感が支配するとも言われ、食感は食品産業はもちろん、食育や食文化としても非常に重要である。食感分野において、現在大きな課題が２つ残っていると我々は考えている。食感を意図した通りに創り出すこと、また食感の定量化である。前者は３Dプリンタで、設計通りに食感を製造することが可能になりつつある。後者は、食品の多様性、また食感の多様性により、現在でも数値化が困難である食品が多い。従来法の食感分析法であるTPA(テクスチャープロファイル分析)では、適用が不可能であった食品に対しても、食感分析を可能にする新しい分析法をディープラーニングに基づいて開発する。
方法　ディープラーニングで必須となる大量の圧縮試験データを取得し、AI分析のポテンシャルを確認した。従来、食品圧縮試験は、同一食品に対して数回程度を実施し、特徴値を抽出、多変量解析により分類していた。本研究では、圧縮試験結果から特徴値を抽出することなく、圧縮過程における圧縮荷重の経時変化で得られる、数千点のデータを全て学習に利用した。単一食品に対して、数百~数千回の圧縮試験で得られる全データを利用して深層学習を適用した。
結果　TPAでは分類が不可能であった、わずかな食感の差を判別することも可能であった。また、官能試験のスコアを予測することも一部可能となり、ディープラーニングを食感分析へ応用することで今後、食感分析を高度化できることが期待される。