广东
虚拟现实和增强现实已成为消费者行为研究的关键工具，它们提供模拟真实环境的沉浸式互动环境。这些系统使研究人员能够评估环境因素（例如灯光或氛围）如何影响味觉感知。例如，VR 模拟可以呈现在虚拟葡萄园或高级餐厅的葡萄酒品鉴体验，从而影响人们对风味强度或享受度的评价。
从数字化味觉到解码情感，虚拟现实、人工智能和电子传感系统正在彻底改变全球食品行业理解味觉、嗅觉和质地的方式。《应用科学》杂志发表了一篇题为“感官食品科学的创新方法：从数字工具到虚拟现实”的新综述，综合了近期研究成果，展示了多感官技术如何改变科学家和企业分析和设计食品的方式。
在产品成功取决于快速变化的消费者偏好的时代，智能传感系统的集成为食品科学家提供了一种更客观、更高效、更数据驱动的方法来解读人们对风味的感知。随着人工智能如今成为预测消费者喜好的核心，VR和AR正在重塑食品的测试和营销方式，食品行业正在摆脱传统的小组评审，迈向实时情感反馈和算法洞察的时代。
哪些技术正在重新定义食品感官评价？
虚拟现实和增强现实已成为消费者行为研究的关键工具，它们提供模拟真实环境的沉浸式互动环境。这些系统使研究人员能够评估环境因素（例如灯光或氛围）如何影响味觉感知。例如，VR 模拟可以呈现在虚拟葡萄园或高级餐厅的葡萄酒品鉴体验，从而影响人们对风味强度或享受度的评价。
该评论引用了一些研究，表明VR会根据视觉一致性（例如将饮料颜色与预期口味相匹配）影响感知的咸味或甜度。另一方面，增强现实 (AR) 将数字刺激叠加到现实世界的物品上，帮助研究人员测试实时更改产品外观或标签如何影响消费者的选择。虽然AR无法复制完整的饮食体验，但它在可视化份量和营养成分方面非常有价值。
此外，眼动追踪和情绪识别软件（尤其是 FaceReader）等生物识别工具也越来越受欢迎。眼动追踪技术使科学家能够测量消费者注视包装特征（例如营养标签或品牌元素）的时间。FaceReader 则能够更深入地解读味觉测试中微妙的情绪线索，例如惊讶或厌恶。这些工具可以量化无意识的反应，提供的数据远远超出了传统味觉小组所能捕捉的范围。
这些沉浸式技术和生物识别技术相结合，提升了食品研究的生态效度。如今，研究人员不再仅仅依赖无菌实验室设备，而是模拟真实的饮食环境，从而更准确地了解人们在日常情境中对食物的体验。
人工智能如何增强感官预测和个性化？
人工智能通过解读复杂的感官数据，在食品产品开发中发挥着关键作用。机器学习模型如今可以根据化学成分或视觉特征预测消费者对香气、口感和质地的评价。神经网络、决策树、支持向量机和卷积模型已应用于各种食品，从干式熟成肉类和酸奶到葡萄酒和果汁。
这些系统不仅简化了研究流程，还减少了对大型人工小组的依赖，因为大型人工小组成本高昂、耗时长，而且容易产生主观偏见。人工智能则通过识别关键风味分子、绘制口感偏好图以及根据感官特征对产品进行分类来弥补这一缺陷。得益于循环模型对储存或发酵条件的分析，它甚至可以将感官偏好随时间的变化纳入考量。
至关重要的是，人工智能与感官评估的整合延伸到了个性化营养领域。通过分析用户特定数据，包括基因、健康状况和历史偏好，人工智能可以定制饮食或产品推荐。这对于开发功能性食品、植物性替代品以及符合生活方式或健康目标的定制配方产品具有重要意义。
然而，该研究强调，模型的可靠性取决于训练数据集的质量和多样性。如果没有严格的验证，预测可能会出现偏差或误解感官反应。因此，数据预处理、噪声过滤和自适应重新校准机制对于确保结果的可靠性至关重要。
电子传感系统在食品质量控制中发挥什么作用？
除了沉浸式体验和预测分析之外，感知科学正在通过部署电子鼻、电子舌和电子眼（统称为“电子传感”）进行物理上的重塑。这些系统模拟人类感官，但提供更高的精度、一致性和实时性能。
电子鼻 (E-nose) 使用气体传感器检测食品中的挥发性化合物。它可以辨别新鲜度、识别腐败情况，或区分奶酪、葡萄酒或肉类的香气特征。电子鼻系统与人工智能 (AI) 相结合，利用神经网络和 XGBoost 等增强算法，比人工小组更快、更可靠地对香气指纹进行分类。
类似地，电子舌（E-tongue）利用电化学传感器评估味觉。其混合设计结合了电位法和伏安法检测，使其能够分析甜味、苦味甚至辛辣味。它已被用于检测牛奶发酵、葡萄酒成熟度和苹果汁的真实性等。
电子眼 (E-eye) 捕捉并分析颜色、亮度和不透明度等视觉特性。它尤其适用于评估产品成熟度、饮料颜色一致性或肉类品质，利用图像传感器和颜色模型来确保产品的一致性和吸引力。这些系统与机器学习相结合，可以监测颜色退化、标记产品不一致性，并根据视觉线索预测消费者偏好。
这些工具共同作用，能够快速、客观地评估曾经受人为主观判断影响的产品属性。它们使质量控制团队能够监控产品的整个加工、储存和货架陈列过程，从而减少对昂贵分析设备或感官小组的依赖。
重要的是，将电子鼻、电子舌和电子眼系统的数据结合起来，即所谓的多模态融合，可以生成全面的感官特征。通过模式识别和化学计量建模，这三项技术提高了食品评估的可靠性，同时最大限度地减少了相似化合物之间的交叉反应。
免责声明：
本文所发布的内容和图片旨在传播行业信息，版权归原作者所有，非商业用途。 如有侵权，请与我们联系。 所有信息仅供参考和分享，不构成任何投资建议。投资者应基于自身判断和谨慎评估做出决策。 投资有风险，入市需谨慎。
关注我们，一起探索AWM！
2025-04-03
2025-04-02
2025-04-02
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
