Kan kunstmatige intelligentie (AI) de volgende voedselrevolutie versnellen?Door AI aangedreven doorbraken beloven slimmere, groenere en smakelijkere oplossingen om de groeiende wereldbevolking te voeden. In een recent perspectiefartikel gepubliceerd in npj Science of Food bespreekt Stanford-professor Ellen Kuhl de dreigende uitdagingen om aan de wereldwijde voedselvraag van 2050 te voldoen, en wijst ze op de tekortkomingen van traditionele innovatie in voedselsystemen. Ze benadrukt het potentieel van AI om deze hiaten aan te pakken, maar waarschuwt dat AI geen wondermiddel is, en dat het menselijke expertise of zintuiglijke beoordeling in voedselinnovatie niet kan vervangen. In plaats daarvan moet AI worden gezien als een partner die oplossingen versnelt en verrijkt, zonder alle problemen van het voedselsysteem volledig op te lossen. Kuhl illustreert AI’s vermogen om kosten en ontwikkeltijd te verlagen door het creëren van innovatieve en schaalbare voedselalternatieven, vooral die gebruik maken van milieuvriendelijke, diervrije ingrediënten. Ze benadrukt dat open-source datadeling en interdisciplinaire samenwerking cruciaal zijn om het volledige potentieel van AI voor een duurzame voedselsituatie te benutten. Toch erkent ze dat huidige AI-systemen niet de capaciteit hebben om de complexe sociale, ethische en zintuiglijke dimensies die diep verankerd zijn in de voedselcultuur volledig vast te leggen. Beperkingen blijven bestaan door proprietary en onvolledige datasets—vooral voor smaak, textuur en gerelateerde eigenschappen. **Achtergrond** Medische vooruitgang hebben de sterftecijfers verlaagd, wat geleid heeft tot een snelle bevolkingsgroei die de voedselsystemen onder druk zet. Tegen 2050 wordt verwacht dat de wereldbevolking bijna 10 miljard bereikt, wat 20% meer voedsel vereist dan vandaag. Conventionele voedselsystemen zijn niet duurzaam, inefficiënt, en veroorzaken ernstige milieuproblemen—zoals bijdrage aan de opwarming, ontbossing en waterovergebruik—terwijl bijna 10% van de wereldbevolking nog steeds honger lijdt. Deze uitdagingen onderstrepen de noodzaak van een paradigmaverschuiving in voedselproductie en -innovatie. Kuhls artikel syntheseert huidige kennis om de nadelen van traditionele voedselinnovatie te benadrukken en onderzoekt hoe AI en andere opkomende technologieën kunnen helpen deze te overwinnen. Ze identificeert acht gebieden waar AI significante bijdragen kan leveren: het voorspellen en optimaliseren van eiwitstructuren, het ontdekken van nieuwe ingrediëntenformuleringen, het versnellen van consumenten-testen, het vervangen van chemische additieven en conserveringsmiddelen, het voorspellen van textuur en mechanische eigenschappen, het verbeteren van smaakprofielen, het genereren van formuleringen op basis van tekstuele prompts, en het ontwikkelen van fundatiemodellen voor voedsel. **Waarom AI Nodig Is** Traditioneel voedselonderzoek is langzaam, iteratief en complex, en vereist input uit diverse velden zoals voedingskunde, culinaire kunst, consumentenonderzoek en engineering. Dit proces kan niet gelijke tred houden met de enorme hoeveelheid empirische gegevens die tegenwoordig beschikbaar is. Kleine variaties in procesparameters kunnen onvoorspelbare resultaten veroorzaken, en opschaling van innovaties brengt verdere complicaties met zich mee, waardoor conventionele methoden duur, tijdrovend en inefficiënt worden. AI biedt een cruciale oplossing door gebruik te maken van enorme multimodale datasets en grote taalmodellen om ingrediënten te identificeren, formuleringen te ontwikkelen, texturen te ontwerpen en producten efficiënt te optimaliseren. Niet-generatieve AI wordt al gebruikt om productimplementaties te simuleren en variabelen bij te stellen, wat helpt om de optimale niveaus van voedingswaarde en duurzaamheid te bereiken zonder veel trial-and-error.

Toch blijven beperkingen bestaan door onvolledige of proprietary datasets, vooral voor subjectieve kwaliteiten zoals smaak en textuur. **Uitdagingen en Belemmeringen** Hoewel uitgebreide voedingsprofielgegevens openbaar toegankelijk zijn, zijn datasets met betrekking tot smaak, textuur en rheologie—nodig voor AI-voorspellingen—schaarser en vaak eigendom. Het overwinnen van deze barrières vereist interdisciplinaire samenwerking en open delen van resultaten. Transformer-gebaseerde fundatiemodellen die multimodale data integreren—zoals het recente receptgerichte ‘ChefFusion’-model—kunnen de voortgang versnellen. Het artikel waarschuwt dat de verwachtingen van AI niet te hoog moeten zijn, omdat er nog steeds problemen bestaan zoals gebrek aan transparantie, beperkte rekenkracht en de complexiteit van real-world data. Menselijke creativiteit, culturele kennis en expertise blijven onmisbaar in voedselinnovatie naast AI. **Conclusies en Toekomstvisie** Kuhl schetst acht concrete kansen waarop AI de voedselinnovatie kan transformeren: 1. Het voorspellen en optimaliseren van eiwitstructuren om dierenproducten te repliceren 2. Het ontdekken van nieuwe ingrediëntenformuleringen 3. Het versnellen en voorspellen van consumentenvoorkeuren tijdens tests 4. Het vervangen van chemische additieven en conserveermiddelen door gezondere opties 5. Automatisch modelleren van textuur en mechanische eigenschappen 6. Het verbeteren van smaakprofielen met generatieve modellen 7. Het genereren van nieuwe formuleringen vanuit natuurlijke taal prompts 8. Het ontwikkelen van fundatiemodellen die verschillende gegevensbronnen integreren voor snelle aanpassing Voorbeelden hiervan zijn onder meer NotCo’s AI-gestuurde plantaardige melk en kip, Brightseed’s ontdekking van bioactieve stoffen voor darmgezondheid, en Knorr’s AI-ondersteunde smaakcombinaties voor plantaardige producten. Om het volledige potentieel van AI te realiseren, is uitgebreide samenwerking tussen voedselwetenschappers en datascientisten essentieel, samen met open-source delen. Kuhls conclusie is dat AI een schaalbare, kosteneffectieve en tijdbesparende aanpak biedt voor de uitdagingen van voedselsystemen, en dat het innovatie meer democratisch kan maken—waardoor het toegankelijker, efficiënter en beter afgestemd op wereldwijde behoeften wordt. Uiteindelijk moet AI realistisch worden omarmd als een krachtig hulpmiddel dat menselijke genialiteit versterkt in het bouwen aan een gezondere, hongervrije toekomst.