El goteo: Innovaciones de la IA en la alimentación con Ravi Karkara y Vinay Indraganti

Sobre el invitado 

Ravi Karkara y Vinay Indraganti son voces destacadas en la intersección de la inteligencia artificial y la innovación alimentaria, y encabezan la AI For Food Global Initiative. Como coautores de The AI for Food Movement, se dedican a explorar cómo la IA está remodelando la producción de alimentos, la sostenibilidad y las experiencias culinarias. En este episodio, Ravi y Vinay se sumergen en el papel transformador de la IA en la fabricación de alimentos, abordando retos como los temores a la adopción de la IA, la integración de datos y las consideraciones éticas. También hablan del impacto de la IA en el desarrollo de sabores, las experiencias gastronómicas personalizadas y cómo está impulsando la eficiencia en la industria alimentaria.

Transcripción

Zachary Cartwright :
¿Cómo está transformando la IA la industria alimentaria? Bienvenidos al Goteo, donde mantenemos tu mente hidratada con algo de ciencia, música y un mantra. Soy su anfitrión, Zachary Cartwright. Como científico principal de alimentos en AQUALAB, siento una curiosidad constante por saber cómo las nuevas tecnologías están dando forma al futuro de la industria alimentaria. Y en una conferencia reciente, vi una presentación sobre cómo la IA está revolucionando el proceso de desarrollo de productos mediante el análisis de grandes conjuntos de datos, el desarrollo de ideas, la ayuda en la ideación, y la identificación de proporciones óptimas de ingredientes para acelerar el tiempo de comercialización. Ravi Karkara y Vinay Indraganti, cofundadores de AI for Food Global Initiative, están aquí para hablar del papel de la IA en la industria alimentaria. Muchas gracias a ambos por estar hoy aquí. Quiero dividir este podcast en varias secciones, la primera de las cuales trata de la revolución de la IA en la alimentación. Y mi primera pregunta es: ¿cómo está transformando la IA la industria alimentaria desde la granja hasta la mesa? ¿Y qué implicaciones tiene esto para el futuro de nuestras comidas?

Invitado 1 :
Todos sabemos que la IA es un tema que interesa a todo el mundo. También se ha convertido en un tema de sobremesa. Pero de lo que no somos conscientes, la mayoría del público y bastantes personas que trabajan en la propia industria, es de la prevalencia de la IA en el ecosistema alimentario. Así que antes de entrar en la IA y el, y el, ya sabes, ¿qué está haciendo hoy en el ecosistema alimentario? Si nos fijamos en cómo obtenemos los alimentos en nuestra mesa, por lo que la granja a la carne de cerdo, si usted realmente mira, de una, de una granja, usted sabe que los alimentos se cultivan en la granja, y que los alimentos se cultivan a través de semillas que han estado en las granjas de prueba que han sido, si son modificados genéticamente, si son híbridos, que tienen todo un proceso para el desarrollo de semillas en sí. Así que hay una I + D sucediendo hoy en el nivel de semillas. Y ahora estamos hablando puramente de la agricultura, ¿verdad? Por lo tanto, podemos entrar en otros aspectos de la agricultura. Pero ahora estamos viendo eso. Y la IA está muy en el corazón de la revolución genética.

Invitado 1 :
Así que las cosas que estamos viendo, que oímos hablar de CRISPR haciendo, las cosas que es frecuente en la industria médica también se está aplicando en las semillas que tenemos, que cultivamos, que se está desarrollando hoy en día. Así que todo comienza a partir de ahí, ¿verdad? Parte de esa IA se utiliza para predecir algunos de los resultados de esas modificaciones genéticas. Otra cosa sería si estamos trabajando en híbridos, ¿qué tipo de combinaciones híbridas de semillas pueden proporcionar un resultado fructífero a partir del propio desarrollo de semillas? Eso es I+D de semillas, ¿no? Y ahora mismo, en el ámbito de la agricultura, si consideramos la I+D de semillas como una parte de I+D de la agricultura, la parte de producción real. Como lo harías, dirías que una fábrica es una producción, pero para ese ciclo la producción es en realidad la granja. Así que esa I+D se transforma en una granja de pruebas y luego se transforma en una producción generalizada en la granja. Y cuando llegamos a la producción, esas semillas se siembran utilizando mucha robótica y esa robótica utiliza mucha visión por ordenador. Hoy en día utilizan principalmente IA basada en visión. Y hay una gran cantidad de análisis del suelo, por lo que la información IoT que se envía de vuelta.

Invitado 1 :
Hoy en día se utilizan muchos macrodatos. Y esos macrodatos se utilizan para el análisis predictivo y para otros usos de la IA, como la predicción de las condiciones del suelo, etcétera. Se trata de una combinación de recopilación de datos basada en la visión y en el Internet de las cosas, y de algoritmos de inteligencia artificial. Eso en cuanto a la agricultura, una vez que se cosecha se entra en todo el ciclo logístico. Así que los alimentos que se cosechan, se envían a los almacenes o se envían a las empresas de ingredientes o se envían a través de esos almacenes a nuestras tiendas de comestibles o se envían a las empresas de producción de alimentos. Correcto. Así que hay cuatro caminos diferentes de post-cosecha. Ya sea ir al almacén de congelación a largo plazo y volver más tarde o ser enviado a las empresas de ingredientes que hace que los ingredientes de estos polvos y condimentos y sabores y tal va a la tienda de comestibles directamente al consumidor o puede ir a los fabricantes de alimentos envasados.

Invitado 1 :
Correcto. Así que las patatas irán o bien a un ingrediente fabricante de fécula de patata o bien a un fabricante de patatas fritas u otra cosa. Va a la patata. Así que todo, todas esas cosas. Así que ahora hay una pieza de logística a la misma. Así que hay AI ahora en la detección de la demanda en términos de dónde debe ir este cultivo ahora? ¿Debe ir al almacén y para el almacenamiento a largo porque no hay suficiente demanda, debe ir a la tienda de comestibles porque hay una mayor demanda en función de la estacionalidad o debe ir a los fabricantes de ingredientes o para los fabricantes de alimentos? Correcto. Así que esa detección se está haciendo. Así que la IA crea esa conciencia o tiene esa conciencia y la dirige utilizando la logística.

Invitado 1 :
Y luego está, una vez que entra en las empresas de ingredientes o de fabricación de alimentos, ahora tienen un conjunto de IA en I + D. Así que hay desarrollo de ingredientes, desarrollo de nuevos ingredientes, formulación. Es similar a donde tenemos I + D en el desarrollo de semillas. Ahora hay I+D en el desarrollo de ingredientes e I+D en el desarrollo de productos. Así que hay un componente de inteligencia artificial. Una de las cosas que hemos visto en BCD es que se trata de un área de gran interés, sobre todo para tratar de descubrir nuevos ingredientes, buscar ingredientes de sustitución, ingredientes sustitutos a diferentes costes, nivel nutricional, etc. Así que hay mucho trabajo por hacer. Se está trabajando mucho en este sector en su conjunto, y la IA es cada vez más frecuente. Así que se toma ese espacio de I + D y luego se entra en la producción.

Invitado 1 :
Así que una vez que terminas tu I+D, ya estás produciendo. La IA está haciendo muchas cosas en la fábrica. La más frecuente es el análisis predictivo. Así que el análisis predictivo o el mantenimiento predictivo de los equipos. Así que hay un montón de trabajo que se ha hecho. Es un caso de uso muy conocido. La otra área, especialmente en alimentos y bebidas, es la calidad basada en la visión por ordenador. Hemos hecho muchas cosas con algunos de nuestros clientes en las que, observando la línea de producción, podemos ver si las patatas fritas o los aperitivos extruidos que salen tienen la forma y el tamaño correctos.

Invitado 1 :
Y hay mucho control de calidad basado en la visión, que está siendo sustituido por la visión por ordenador y hay algo de automatización y robótica que se está haciendo allí. Y una vez producidos, volvemos a la logística. ¿Lo almaceno en depósitos a largo plazo, lo almaceno para enviarlo directamente a mis clientes, qué hago? Y una vez en la carretera o en el mar, sea cual sea el modo de transporte, ¿cuál es el mejor? Si puedo prever mi demanda, prefiero enviarlo por ferrocarril. Es el más barato. El segundo es la carretera, el tercero el avión. Correcto. Y luego C es, por supuesto, si tienes que transoceánico, tiene que ser mar. Así es como se está haciendo.

Invitado 1 :
También hay muchos algoritmos de IA en ese sentido. Y también hay muchos algoritmos en el sector minorista para averiguar dónde está la demanda, cómo lo hacemos. Así que hay una gran cantidad de detección de la demanda allí en el lado minorista. Tanto las empresas alimentarias como los comercios minoristas lo utilizan y alimentan toda la demanda logística y luego qué hacemos con lo que tenemos. Así que hay mucho miedo. Y de nuevo la IA en términos de sostenibilidad también, en términos de cómo podemos utilizar la IA para utilizar menos de nuestra energía, nuestros recursos para crear un impacto positivo en la sostenibilidad, reducir nuestra huella de carbono. Algunos algoritmos también trabajan en eso. Así que sí, quiero decir que hay un montón de trabajo allí.

Invitado 1 :
En cuanto a la detección meteorológica, ya existe IA en muchas áreas desde hace mucho tiempo.

Invitado 2 :
Sólo para añadir, creo que en la parte de sostenibilidad, el 30% de las emisiones de gases de efecto invernadero provienen del sector alimentario. Nos hemos centrado mucho en el petróleo y el gas, pero rara vez nos damos cuenta de que desde la granja hasta los proveedores. Vinay decía que hay muchas emisiones. ¿Y cómo se trabaja con la IA para que la agricultura, desde la producción de cultivos a la gestión del ganado, y realmente todo el viaje de las emisiones de carbono allí para ser corregido o tal vez hacer que el sistema sea más eficiente. Creo que toda el área de cómo hacer uso de la tierra, como, quiero decir, el trabajo con aviones no tripulados, mirando a la agricultura de precisión, etcétera, creo que estas son algunas áreas importantes. Es un área muy amplia de la que también hablamos en el libro que saldrá la semana que viene.

Zachary Cartwright :
Así que, sí, gracias por la respuesta. Muchas veces, cuando pienso en la IA por mi trabajo en AQUALAB, veo que se utiliza o que se quiere utilizar en el desarrollo de productos. Pero es realmente interesante que todos los aspectos de la granja a la mesa y más allá se va a utilizar y está empezando a ser utilizado de muchas maneras. Tengo curiosidad por saber cómo cree que se utilizará para innovar en sabores. Y tal vez usted puede compartir algunas formas sorprendentes que la IA se está utilizando para mejorar los sabores y texturas diferentes en los productos alimenticios. ¿Y cómo se compara esto con los métodos culinarios tradicionales?

Invitado 1 :
Sí, echemos un vistazo a lo que es posible con la IA hoy en día y dónde están las cosas más prevalentes. Cuando nos fijamos en el desarrollo del sabor, una cosa de la que tenemos que darnos cuenta es que tenemos que entender los matices del sabor junto con la neurociencia. No se trata solo del sabor adecuado. Se trata del sabor adecuado para mí, para nosotros. Y hay un montón de trabajo que se ha hecho en Monell y otros lugares que realmente han hecho de esto el foco principal de su investigación y su cuerpo de trabajo. Correcto. Así que cuando nos fijamos en el desarrollo del sabor, hay dos aspectos principales que debemos mirar. Uno es la parte molecular, que es pura química. Así que cuando nos fijamos en el sabor, es.

Invitado 1 :
Es, ya sabes, normalmente lo llamamos química del sabor porque es principalmente química en ese sentido. Ahora bien, cómo obtenemos el sabor, el proceso podría ser, ya sabes, bioquímica. Podríamos utilizar otras cosas con enzimas y bioenzimas, etcétera, etcétera. Hay diferentes maneras de hacerlo, pero el resultado final, la mayoría de las veces es puramente química. Así que la química del sabor entra en juego. Así que hay una pieza molecular. En el momento en que hablas de química, hablas de ciencia molecular, ¿verdad? En el segundo lado, tenemos la neurociencia. Ahora estamos hablando de nuestra percepción en nuestro sistema sensorial olfativo y así sucesivamente.

Invitado 1 :
Así que ahora estamos hablando de dos cosas diferentes. Cuando ahora se habla de IA en la química del sabor, la IA entra en estas dos áreas. La IA entra en el área de la neurociencia de muchas maneras diferentes. En la neurociencia, se está modelando el sistema olfativo humano, comprendiendo qué cantidad de qué producto químico tiene qué reacción y percepción, ya sabes, dentro de nuestro sistema, y ahora siendo capaces de predecir en base a, ya sabes, cambios en eso, de diferentes combinaciones. Así que ahora estamos viendo la parte química de la misma no a través molecular, sino a través de la percepción, la recepción y el cambio. ¿Cómo nos afecta? Así que estamos creando modelos y modelos, modelos de IA para imitar eso, ¿verdad? De modo que, ya sabes, si le damos a una molécula un compuesto específico y lo colocamos en un lugar determinado de nuestra lengua o nariz y combinamos todo eso, ¿qué hace? Así que hay un montón de trabajo que se realiza en la IA en la parte de la neurociencia de la misma. Un trabajo interesante que, ya sabes, que estábamos involucrados en la reducción de sal a través de umami y kakumi. Y esa es un área que, ya sabes, es definitivamente de interés.

Invitado 1 :
Pero para poder hacer eso, ¿cómo creamos un modelo de IA para poder predecir eso reduciendo el sodio? ¿Verdad? Esa es una de las áreas de la neurociencia y la ciencia molecular. Así que hay un montón de trabajo que ya se ha hecho viniendo puramente de la química del sabor para predecir la reacción de las moléculas, diferentes tipos de moléculas, diferentes fórmulas. ¿Qué hace eso y qué resultados da? Desde una perspectiva puramente molecular, sabemos que ciertas moléculas, cuando se juntan, el resultado es tal y tal, ¿verdad? Así que ser capaz de utilizar que en los modelos de IA que se está haciendo hoy en día. Ahora la superposición de la química molecular y la neurociencia es el área que la IA está siendo capaz de acelerar. ¿Cómo combinamos la química molecular con la neurociencia y sus reacciones? Así que estamos madurando hacia un modelo de IA combinacional en el que la química molecular y la neurociencia se están incorporando. Y entonces, a través de esos compuestos moleculares que podemos crear nuevos, novedosos, que nunca hemos visto en el mundo, ¿cómo reaccionarían? Así que este tipo de modelos se están haciendo ahora, añadiría yo. En cuanto a la textura, gran parte de ella se basa en la percepción y la retroalimentación. Así que cuando nos fijamos en la percepción y la retroalimentación, hay una, hay un componente físico de la textura, y la textura podría ser la textura visual.

Invitado 1 :
La textura podría ser sensorial, podría ser una sensación en la boca, podrían ser ciertos elementos diferentes, ¿verdad? Así que en ese sentido, cuando se habla de vamos a. Tomemos un. Una textura muy simple, que es la sensación en la boca y la sensación en la boca. Si quiero tener una sensación en la boca, una sensación en la boca completa, la definición de diferentes personas, de tener una sensación en la boca completa va a ser diferente. Y si bien pueden estar en el mismo rango, algo similar, se puede decir que se siente lleno, es algo lleno, no realmente lleno, pero la plenitud es. Y algunos podrían definir la plenitud como diferente. Este tipo de textura. Y cuando nos fijamos en lo crujiente, ¿sabes lo crujiente que es una galleta? Bien, puedes romper una galleta y decir, bueno, parece crujiente, pero ¿es tan crujiente como la otra persona ve que es crujiente? Ese tipo de cosas son muy personales.

Invitado 1 :
Y traducir eso a un modelo informático, realmente ahora estamos hablando de un vocabulario que hemos. que hemos construido para poder hacer ese tipo de traducción. Así que ese tipo de cosas son muy singulares. Así que incluso si dos empresas quieren hacer una galleta crujiente de avena y pasas, el crujiente de esas galletas puede ser diferente. Ahora, si usted hace algunas pruebas analíticas sobre el mismo y decir, está bien, aquí está la dureza de la misma, aquí está el crujido de la misma, y aquí está el sensorial, Aquí está el sonido de la crujiente cuando se rompe. Hay tantas variaciones diferentes. Se puede decir, por lo que la textura es una parte muy interesante del sabor. Cuando se habla de textura, ¿cómo se define? Así que hay diferentes maneras de hacerlo.

Invitado 1 :
Ahora, una vez definido esto, utilizamos lo que llamamos aprendizaje por refuerzo para que los modelos aprendan sobre cómo estos parámetros están siendo percibidos por la IA y entrenamos el modelo a través de eso. Es una textura un poco más desafiante, pero es algo en lo que se está trabajando ahora también.

Zachary Cartwright :
Eso me lleva a la siguiente pregunta, porque creo que con la IA vamos a poder personalizar realmente la experiencia gastronómica y adaptarla a los diferentes consumidores. Vinay, en la Asociación Americana de Tecnólogos del Dulce diste el ejemplo de poder pedir exactamente el tipo de Snickers que quieres y tener perfiles de sabor específicos o cosas en ese tipo de producto. ¿Cómo está creando la IA esta experiencia gastronómica personalizada y cómo va a repercutir en los menús de los restaurantes y en la satisfacción del cliente?

Invitado 1 :
Cuando hablamos de personalización, lo hacemos desde muchos ángulos diferentes. Desde el punto de vista sensorial. Lo vemos desde el punto de vista nutricional, lo vemos desde el punto de vista del cumplimiento de la normativa y desde un punto de vista holístico que incluye todo esto. Y algunos de ellos son también sostenibles. Se pone mucho énfasis en decir, ya sabes, no sólo quiero todas estas cosas, quiero que sea sostenible, y ¿podemos olvidarlo? Quiero que sea asequible. Así que todo esto junto hoy en día, no somos capaces de crear un producto que es muy altamente nutritivo, extremadamente delicioso, satisfactorio, muy sostenible, orgánico, etiqueta limpia, pero también muy asequible. Es difícil conseguir algo así. Si se mira desde una experiencia de marca o si se mira desde un servicio de alimentos, como un restaurante y la experiencia, ¿verdad? Todos estamos tratando de hacer que esto suceda hoy.

Invitado 1 :
Lo más parecido que vemos son menús. Así que un experimento de IA muy interesante del que probablemente todos hemos formado parte es lo que hizo Coca Cola, ¿verdad? Así que vas a una máquina expendedora, podemos tener todo tipo de información allí. Y en el momento en que dices, quiero un poco de este sabor y un poco de ese sabor, y, ya sabes, quieres mezclar tu naranja y mezclar una limonada, o mezclas un poco de cola allí si quieres, ya sabes, puedes hacer lo que quieras. Y esa combinación, aunque parezca casi ilimitada, son combinaciones limitadas. Ya sabes, tal vez demasiado para el cerebro humano para manejar en ese punto en particular. Pero para la IA, todo ha sido modulado en ese punto. Tiene modelos de IA. Un concepto similar se puede llevar ahora a un restaurante.

Invitado 1 :
Así que, ya sabes, cuando estoy allí en un restaurante, puedo. Puedo mirar un menú. Puedo decir, puedo hacer este menú un poco más picante. Y hacemos eso, ¿verdad? Le pedimos al restaurante que diga, dame más picante, dame menos picante. Y cuando hacemos eso, esencialmente lo que estamos haciendo es pedir un cambio en la cantidad o sustitución de ingredientes. Bueno, no quiero este sabor en particular. Añadir esto en su lugar. Así que no estamos intercambiando ingredientes.

Invitado 1 :
Estamos cambiando la cantidad de ingredientes. Así que todo lo que pedimos, la previsibilidad se limita a ese chef en particular en esa línea en ese turno. Así que toda la experiencia de un restaurante, cuando queremos cambiar eso y decir, mira, quiero hacerlo más predecible, que algunas personas pueden gustar, otros no. Pero decimos, ese es mi punto de referencia. Quiero hacer mi comida a un cierto nivel. Tiene que estar ahí todo el tiempo. Usted tiene que confiar en la automatización. No dependemos de la automatización.

Invitado 1 :
Lo que se está haciendo es introducir cierta cantidad de IA y cierta cantidad de robótica, que de nuevo viene a la IA para hacer todo eso. Así que decimos: "Si quiero un poco menos de sal o más picante, menos azúcar, más fibra, etc., le dices a la IA cuál debe ser la proporción de esos ingredientes". Y eso se traduce en un modelo de IA que dice, bueno, aquí está su receta basada en el cliente. Y el cliente podría estar en una, en una, en una escala móvil, podría ser un número o lo que sea, te dirá esto corresponde a esto y así sucesivamente. Así que ahora hemos creado un proceso de formulación sigue siendo el mismo. Sólo cambiamos la formulación, la mezcla de ingredientes y así sucesivamente. Ahora que el modelo ahora le dice a la, ya sea el chef o el brazo robótico en este punto para decir, está bien, esto es lo mucho que tienes que añadir. Y ahí lo tienes.

Invitado 1 :
Ahora has creado una experiencia repetible con el cliente en un restaurante. Y podrías tomar el mismo concepto y decir, vale, ¿podemos, podemos aplicar esto? Si, si sabes, en una línea de producción de Snickers, donde mi Snickers es más dulce que el tuyo, o, o he añadido un poco de sal en mi Snickers y hacerlo un poco caramelizado, lo que sea, si ese parámetro está disponible, proporcionado a mí por, por la marca en algún tipo de aplicación, lo hago, hago esos cambios y sale una zapatilla de deporte que es personalizada para mí. Mi sueño es tener algo así en una línea de producción que Zach, ya sabes, tenga tus zapatillas, mis zapatillas y las zapatillas de Ravi y todo eso. Y me gustaría ser capaz de hacer eso un día y tal vez crear una micro fábrica de la misma.

Zachary Cartwright :
Ravi, ¿cuáles cree que son algunos de los mayores retos a los que se enfrentan las empresas alimentarias a la hora de integrar las tecnologías de IA?

Invitado 2 :
Estamos justo al principio, ¿verdad? Así que todavía estamos tratando de entender cómo AI ya crear sistemas alimentarios y líneas de producción de suministro que hacen que todo el sistema alimentario, o como dijo Vinay, más asequible y nutritivo al mismo tiempo, sostenible. Y creo que usar un sombrero de sostenibilidad. Creo que una de las cosas más grandes que muchas, muchas de estas fábricas se ocupan es realmente toda la huella de carbono. Y creo que hay, creo que AI realmente puede ayudar, estoy usando una lente sostenible aquí, realmente ayudar a que todo el proceso de fabricación, por lo que es más verde, realmente, como en términos de eficiencia energética, el uso del agua, realmente en términos de reciclaje del agua, la reducción de residuos, mirando el material de embalaje que muchas veces, ya sabes, que la industria alimentaria es criticado por el uso excesivo de plástico, por ejemplo, ¿cuáles son los materiales de embalaje sostenible? Y luego, por supuesto, entra en todo el ámbito de la cadena de suministro y distribución. Esa es otra área para hacerla más eficiente. Así que creo que, si me preguntas, ¿hacia dónde ves que se dirige? Es realmente, AI realmente puede ayudar a detectar los, ya sabes, las lagunas en toda la producción y hacerla más eficiente. En segundo lugar, creo que también una de las cosas donde BCD está realmente uniendo es porque estamos buscando en la totalidad, ya sabes, de la. Derecho, desde el principio hasta el final, creemos que, ya sabes, trabajamos con usted para asegurarse de que, ya sabes, el área, las nuevas áreas de la eficiencia, el uso de la energía, ya sabes, muchos de estos grandes gigafactories ejecutar sus máquinas utilizando diesel, por ejemplo, a la derecha.

Invitado 2 :
Entonces, ¿cómo se pasa realmente del petróleo y el gas al combustible verde que podría ser el combustible del futuro, verdad? Biocombustibles, hidrógeno verde, etcétera, etcétera. Pero creo que cuando se trata de áreas específicas, creo que tenemos que volver realmente, ya sabes, si usted toma o el área de base vegetal, por ejemplo, completamente en su nueva etapa. Así que nos da una gran oportunidad para realmente mirar a los múltiples desafíos. Pero creo que probablemente responderá usando un alimento, ya sabes, sombrero de expertos. Y yo añadiendo mi lente de sostenibilidad aquí.

Invitado 1 :
Vinay, entiendo perfectamente que Ravi se centre en ese ámbito. Y si nos fijamos en la propia industria, yo diría que hay tres áreas distintas que yo llamaría. Una es: ¿cuáles son los retos para que la IA se incorpore a la industria? Lo primero y más importante es eliminar el miedo a la adopción de la IA. ¿Verdad? Así que el número uno es, y el mayor, con diferencia, el mayor obstáculo es nuestra comprensión de cómo podemos aprovechar la IA y dejar atrás el miedo a utilizarla. ¿No es así? Hay muchas connotaciones negativas. Y esa es una de las razones por las que Ravi y yo y, y, y Michael, escribimos este libro llamado el movimiento AI for Food, es para mostrar lo que la IA está haciendo hoy en la industria. Cuál es el poder de la IA para hacer en el futuro, en un futuro próximo, una especie de futuro a medio plazo, para que la gente pueda entender que hay mucho de bueno en la IA para la alimentación. Y así crear un giro positivo.

Invitado 1 :
Porque cuando piensas en IA, hay muchas connotaciones negativas. Y cuando piensas en comida y piensas en comida procesada, ya sabes, producida en fábricas, hay muchas connotaciones negativas hoy en día, ¿verdad? Con los alimentos procesados, alimentos ultra procesados y ultra, cuántos ultras ponen ahora, pero hay todo un concepto de, hey, si se fabrica en una fábrica es realmente bueno. Así que ahora si usted trae AI y alimentos juntos, ¿por qué, es como si fuera una explosión allí. Así que la idea es cómo lo hacemos más agradable al paladar, más realista y algo que es realmente una buena cosa. Así que eso es, eso es en el lado del consumidor. Tenemos que hacerlo. Y ahí es donde toda la Afrofut, ya sabes, la iniciativa global es, ya sabes, donde Ravi y yo, ya sabes, co fundamos esta, esta iniciativa para hablar, para hacer esta conciencia. ¿cierto? Así que la conciencia es el número uno desde el punto de vista del consumidor, desde el punto de vista de la industria.

Invitado 1 :
Oye, ya sabes, si hablas con gente que trabaja en el ecosistema alimentario y que trabaja, digamos, en logística hoy en día, no sabrían realmente dónde se está utilizando la IA en las granjas o si se está utilizando la IA en I+D de las semillas. ¿Y cómo afecta eso a su trabajo en logística? Usted sabe, un buen ejemplo sería que si usted produce el tipo de semilla redonda, se necesita mucha más agua para ser, para crecer realmente esa semilla. Y de alguna manera el contenido de humedad es siempre alta, incluso después de X cantidad de meses después de la cosecha. Y ese contenido de agua, si es alto, se traduce en un mayor tonelaje en lo que estamos, lo que estamos transportando. Entonces, ¿qué estamos haciendo exactamente? Estamos transportando agua. ¿Queremos transportar agua? Tal vez es una buena cosa, tal vez no es una buena cosa. Así que ese tipo de conciencia, una vez que entendemos cómo estamos todos interconectados, lo segundo son los datos. Los datos siempre son algo.

Invitado 1 :
Cuando hablas de IA, lo siguiente de lo que hablas es de datos, ¿verdad? Porque cuando hablas de IA, hablas de ciencia de datos, lo que significa que hablas de un científico de datos que trabaja con todo tipo de datos y lo que hacemos. Así que los datos y la IA son inseparables. Así que en el momento en que se habla de la IA y se habla de, bueno, la percepción, muy bien, he superado esta barrera de hacer que la gente se sienta cómoda con la IA. La siguiente cuestión inmediata es ¿dónde están los datos? Los datos son siempre un reto. Y cuanto más grande es la empresa, más complejos son sus datos, más distribuidos están los datos, más diversos son los datos. Y ahora estamos entrando en diferentes tipos de datos, ya sabes, datos estructurados, datos no estructurados. Entonces, ¿cómo reúno todos estos datos, que normalmente están en sus propios silos diferentes, sus propios cubos diferentes, sus propias aplicaciones diferentes? ¿Cómo reúno toda esta información para proporcionar a mi modelo, mi modelo de IA, la información que necesita?

Invitado 1 :
Así que ahora estamos entrando en el arte de la IA. Así que la ciencia de la IA es ¿dónde está mi modelo, qué modelo, cómo desarrollo mi modelo? ¿Construyo un modelo a medida? ¿Tomo un modelo de código abierto? En realidad es la ciencia de los datos. ¿Cómo, cómo traigo los datos? ¿Qué tipo de datos debo aportar? ¿De dónde saco los datos? ¿Cómo los manipulo y los introduzco? Así que ahora nos estamos adentrando un poco en el arte. Y esto es lo que realmente separa, en mi opinión, un proyecto con éxito de uno sin éxito. Un proyecto de IA es ¿cómo de bueno eres en el arte de la IA? Correcto, por lo que la conciencia, los datos, y el tercero sería en el lado de I + D. ¿Cómo introducimos la IA en la formulación para que, cuando hablemos de personalización, hablemos de cómo hacer que estas formulaciones sean lo más reales posible? Así que eso ha sido realmente un reto hoy en día. ¿Y por qué hacemos eso? Porque el cuarto sería traer AI en el lado de fabricación. Así que el mayor impacto AI puede tener en la industria alimentaria es en el lado de fabricación.

Invitado 1 :
Y si eres capaz de hacer que nuestros planes sean más eficientes, lo que Ravi estaba diciendo, ya sabes, en realidad aportamos un montón de dinero hacia otras cosas, ¿verdad? Así que en realidad está afectando a la línea de fondo. Así que usted está ahorrando un montón de dinero que el ahorro de ese dinero que se puede arar de nuevo en otras cosas. Entonces, ¿cómo traemos la IA para hacer eso posible? Si somos capaces de hacer estas cuatro cosas. Concienciación, datos, ¿la IA lo aporta en la formulación? Y luego, en la fábrica, ya hay un montón de IA que se hace hoy en la logística. Por supuesto, no es suficiente. Pero sé que hay mucho trabajo que se está haciendo allí. Así que eso es un hecho en el lado de la logística. Así que aquí es donde creo que están nuestros principales retos.

Invitado 2 :
Ya sabes, en nuestro viaje, también nos hemos dado cuenta de todo esto de, ya sabes, la IA va a ocupar puestos de trabajo. ¿Qué significa realmente? Y creo que para usar, ya sabes, completamente otro sombrero, y habíamos organizado una conferencia mundial justo en agosto sobre ef, un movimiento de alimentos en Chicago, que fue el primero de su tipo. Y creo que tuvimos un panel muy interesante sobre AI Skilling. Y creo que para nosotros en este desafío donde la gente dice, no sabemos lo que no sabemos, pero sabemos que la IA me está quitando el trabajo. Pero la realidad es que la IA impulsó la revolución industrial, y sobre todo cuando estamos haciendo estas conversaciones acerca de hacer América, ya sabes, sólo se puede hacer una América. Cuando haces tus fábricas más inteligentes, ya sean fábricas oscuras o microfábricas, lo que significa que las haces más eficientes. Tendrás fábricas que funcionen 24 horas con menos humanos, pero más, ya sabes, robots y maquinaria que realmente puedan crear alimentos más eficientes, nutritivos, asequibles y producidos de forma sostenible. ¿Quién lo hará? Necesitamos esa base de conocimientos, ¿no? Así que una de las asociaciones en las que entramos fue la Fundación de Educación Foundry de EE.UU. para ver realmente dónde están estos estudiantes que serán capacitados para tener estas fábricas que serán impulsadas por profesionales de la IA.

Invitado 2 :
Del mismo modo, ya sabes, el trabajo que estamos haciendo con las universidades, ya sea CSI o Cornell, donde estamos viendo cómo los jóvenes profesionales, científicos de los alimentos del futuro realmente utilizar la IA como una ventaja para crear esos alimentos que es como, como dijo Vinay, ya sabes, el conjunto que está sabiendo bien, es nutritivo. También es más saludable. Para mí, si soy más saludable, eso significa que habrá menos gente enferma y también la comida que no está contribuyendo 30 a 40% de las emisiones de gases de efecto invernadero. Cierto. Como usted ha dicho, el reto es que hay mucho de como es en la revolución humana, hay mucho de desconocido. Así que la gente no sabe lo que realmente va a pasar. Pero creo que tenemos que aprender especialmente como podcasts como este donde creamos educación, trabajando para crear habilidades para que la gente pueda unirse. Y va a ser un montón de co-creación a medida que avanzamos en este viaje.

Zachary Cartwright :
Podríamos hablar de muchos temas. Pero solo nos quedan unos minutos y quería hablar brevemente de algunas de las preocupaciones éticas. Y a medida que la IA se hace más frecuente en la producción de alimentos, ¿qué consideraciones éticas deben tener en cuenta las empresas para garantizar la transparencia y también mantener la confianza de los consumidores?

Invitado 1 :
Cuando se mira a la asociación público-privada entrar en juego, el liderazgo del gobierno entran en juego. Ahora la gente podría decir lo contrario, pero realmente necesitamos, esto es una infraestructura, una cuestión de base sobre la sociedad, ¿verdad? Así que cuando hablamos de los límites de la sociedad y de cómo deberían ser... Y ahora estamos hablando de, está bien, ahora vamos al más alto nivel, a nuestras instituciones fundacionales, al Congreso, al Senado, al, al poder judicial y decimos, está bien, ayúdenos a definir. Y algunas de esas personas pueden no ser las más entendidas en eso. Por eso recurren a expertos y a la industria. Y ahí es donde entra en juego la colaboración público-privada. Y si conseguimos entablar ese diálogo y, de hecho, ese fue uno de nuestros canales en el aire para la Cumbre Mundial de la Alimentación. Hablamos de cómo debería ser. Es un buen foro para averiguarlo. Así que nuestro enfoque fue que vamos a averiguar uno ¿qué puede hacer AI hoy? ¿Qué es? Quiero decir, ¿qué puede hacer? ¿Cuál es el trabajo que se está haciendo en IA que conozcamos, públicamente o no? ¿Qué sabemos y hasta dónde podemos llegar? ¿Verdad? Así que ahora estamos creando un gráfico predictivo propio sobre las capacidades de la IA.

Invitado 1 :
Así que si creamos ese tipo de gráfico, digamos, entonces decimos, oye, estamos aquí. Nuestra capacidad, nuestra habilidad como seres humanos, nuestra habilidad como sociedad para absorber este tipo de cambio y disrupción que viene hacia nosotros. Así que tal vez sea el gráfico completo. Tal vez usted puede consumir todo eso. Podemos absorber todo eso. O tal vez podemos. Y ese límite alguien tiene que ponerlo si como sociedad, queremos ser capaces de prosperar como sociedad. Ahora, ¿cuál debería ser ese límite? ¿Dónde deberían estar esas líneas? Ya sabes, para ser muy honesto, no creo, ya sabes, aquí vamos a ser capaces de obtener una respuesta en el podcast.

Invitado 1 :
Pero ahí es donde es un marco, ¿verdad? Así que deberíamos tener este tipo de marco para decir, ¿podemos poner estos límites? Y una vez que ponemos esos límites, tienen que ser evaluados regularmente para ver si lo estamos haciendo bien. Como cualquier otro plan, ¿no? Un plan es un plan tan bueno como ayer. Así que evaluamos regularmente y vemos, ya sabes, ¿están cambiando las cosas? ¿Necesitamos hacer más? ¿Podemos hacer más? ¿Podemos hacer esto? Creo que ahí es donde se están poniendo ahora los límites de la sociedad. Eso respondería a las preguntas que has planteado sobre cómo de ético debería ser. ¿Lo somos? ¿Lo es? ¿Realmente reemplazar los roles humanos en algunas áreas es algo bueno? ¿Es algo malo? Y ese tipo de cosas. Y algo de eso será impulsado por el mercado también. ¿Cuánto de eso puede ser impulsado por el mercado? Porque ahora estamos hablando realmente de cambios sociales. Ya sabes, si, si, si todo.

Invitado 1 :
Tomemos el completo. El escenario de todo en el mundo. Cada trabajo de rol particular es absolutamente autónomo. No estoy hablando de automatización. Autónomo siendo hecho por robots y computadoras y AI y todo bien en ese mundo. ¿Qué harán estos humanos, verdad? ¿Qué haremos nosotros? ¿Y estamos en ese camino? ¿Estaremos dentro de cien años? ¿Estaremos allí dentro de 300 años? ¿Estaremos allí en 50 años? ¿Podemos ver esa línea? Ahora hablamos del impacto social. Y no se trata sólo de nosotros en Estados Unidos, sino de todo el mundo. Este tipo de foros son necesarios para que la gente hable de ello.

Invitado 1 :
Y hay un Foro, un área para que hablemos. Y eso es lo que pensamos cuando organizamos la Cumbre Mundial sobre la IA para la Alimentación. Esa fue una de las áreas que creemos que se abordarán a través de esos diálogos en ese espacio.

Invitado 2 :
Sí, sólo iba a añadir Vinay, que, ya sabes, quiero decir que estaba comiendo con algunos, ya sabes, alguien el otro día que es vegetariano, cierto. Y él estaba diciendo, oh, ustedes trabajan en la industria alimentaria. Así que aquí va una pregunta. Él dijo, ya sabes, dime que si hay carne de vaca que se cultiva en el laboratorio y usted sabe, nosotros los hindúes no creen en comer carne de res y también especialmente de vaca, pero que la carne se cultiva ahora allí, ¿verdad? ¿Sigue siendo carne y sigue siendo vaca? Así que aquí hay una pregunta para todo el mundo aquí para pensar realmente, ¿qué significa realmente? Y creo que el punto que Vinay estaba diciendo que hay tantas dimensiones diferentes, los aspectos culturales de su interpretación. En algunos lugares, la comida está vinculada a la religión. Ya sabes, si se trata de una carne halal, si es, ya sabes, la gente es vegetariana, a base de plantas. Y también hay que recordar que la industria alimentaria y la industria agrícola es también una industria muy política. También está vinculada a la economía política.

Invitado 2 :
Así que creo que lo mejor que se puede hacer es preguntar exactamente qué se hizo para plantear estas preguntas. Y nuestro intento en la iniciativa global AI for Food es realmente como si creyéramos en el poder de reunir y convocar a la gente en línea o fuera de línea. Y es por eso que tenemos estas conferencias mundiales, conferencias regionales y conferencias nacionales para tener estas conversaciones porque estos necesitan, a medida que avanzamos, no podemos huir de ellos. Está mejor definido. Y en segundo lugar, la asociación público-privada reúne a los gobiernos. Muy, muy pocos gobiernos en este momento. Australia es probablemente uno de los pocos gobiernos que realmente se está uniendo y teniendo una conversación sobre cuál es el aspecto ético del programa de IA. Y creo que ahí es donde necesitamos que Estados Unidos realmente intervenga, la FDA y otros para venir y decir, ya sabes, vamos a tener una conversación, vamos a traer a los científicos de alimentos, vamos a traer a los académicos, vamos a traer a la industria, vamos a traer a los consumidores, vamos a traer a los responsables políticos y realmente decir ¿qué significa realmente? En eso estamos.

Invitado 2 :
Y no es así, no se puede huir de ella. Ahora mismo estamos en pleno auge económico impulsado por la IA y ya hemos visto lo que hace. Así que vamos a hacer lo mejor de ella. Y como dijimos, ya sabes, nuestro mantra es sólo una cosa. Queremos asegurarnos de que los alimentos sean asequibles porque trabajamos mucho en la seguridad alimentaria. Es nutritivo y saludable para que no sea, ya sabes, como sabemos que no hemos tocado en la seguridad alimentaria y la IA hoy en día, ya sabes, por lo que realmente asegurarse de que sucede y también está muy claramente comprometido en nuestro viaje a la sostenibilidad se basa realmente en el principio de crecimiento verde y ya sabes, cero neto. Y eso es lo que realmente estamos apuntando con esta iniciativa y este libro y este viaje.

Zachary Cartwright :
Sí, muchas gracias por eso y gracias a los dos por estar hoy aquí. Podríamos hablar de muchas cosas más. Tenía la esperanza de tocar el futuro de la seguridad alimentaria, pero voy a dejar eso como un poco de un cliffhanger para que la gente va y encuentran su libro y aprenden más acerca de todas estas cosas que hemos tocado hoy y aún más. Quiero cambiar de marcha para terminar. Quería preguntaros si tenéis alguna recomendación musical o si hay algún tipo de música, artista o canción que no os podáis quitar de la cabeza. ¿Qué música han traído hoy?

Invitado 1 :
Oh, hard rock. Mi favorito de todos los tiempos. Deep Purple. Creo que le he presentado el rock a mi hija y ahora es fan de ACDC. Lleva su camiseta con orgullo.

Invitado 2 :
Yo estoy en el espectro opuesto porque estoy totalmente en la curación y mantras. Así que para mí empiezo mi día y termino mi noche con un montón de mantras védicos. Y para mi trabajar en la comida tiene mucho que ver con Anupama sutram y estoy feliz de compartir eso contigo para que la gente pueda. Porque para nosotros, ya sabes, en nuestra, en nuestra. Al menos en la cultura de donde. de donde vengo y de donde vengo, la comida también es vista como, ya sabes, Dios, cierto. Una diosa que te da comida. Así que adoramos la comida como una ofrenda de los dioses a la humanidad.

Invitado 2 :
Correcto. Así que hay un sutra o unos versos védicos reunidos para celebrar realmente la vibración de la comida que. Sin la cual ninguno de nosotros sería capaz de hablar porque realmente es el combustible del cuerpo humano. Así que ese es el nivel de los vínculos. Vuelvo a las cuestiones éticas y, ya sabes, así de personal puede ser y ser un viaje del alma. Así que mientras, quiero decir, me encanta el rock y todo, me encanta toda esa gran música. Pero mi. Soy muy, en este punto de mi vida, quiero vibrar más con las campanas védicas y los mantras.

Invitado 2 :
Así es como vivo mi vida.

Zachary Cartwright :
Eso es genial. Y normalmente pido a cada uno de mis invitados algo de música y mantra, pero me encanta que hayáis dividido esto y por eso aprecio la música y las recomendaciones de mantra de cada uno de vosotros. Así que muchas gracias a los dos por estar aquí. Sé que es un podcast muy largo, pero es un tema muy importante y, aunque no hemos llegado a todo, hay muchas cosas que creo que inspirarán a nuestros oyentes a buscar su libro. Nos aseguraremos de enlazarlo en la descripción del podcast para que nuestros oyentes puedan encontrarlo y aprender más. Pero muchas gracias a los dos por su tiempo y estoy deseando ver a dónde van las cosas, el futuro sobre este tema, y cómo su equipo es capaz de ayudar con esa evolución. Así que gracias chicos. El episodio de hoy está patrocinado por AQUALAB.

Zachary Cartwright :
En este episodio hablamos de cómo la IA está transformando la industria alimentaria. ¿Sabías que AQUALAB también está transformando la industria alimentaria con nuestro sistema de inteligencia y automatización del secado llamado Scala? Este sistema consiste en un algoritmo de control basado en modelos que permite la detección de la humedad de los productos dentro de una amplia gama de secadores, lo que resulta en una menor variabilidad, aumento de los rendimientos, menos errores del operador, y un menor consumo de energía con un ROI promedio de 3 meses. En la descripción del podcast encontrará un enlace para obtener más información sobre Scala para el control de la humedad. La canción recomendada hoy es Places to Be de Fred Again. Es una mezcla magistral de electrónica ambiental y delicada profundidad emocional. Este tema se abre con un sintetizador atmosférico realmente suave que gradualmente se convierte en un ritmo hipnótico, ofreciendo una vibración casi meditativa. Fred Again sobresale en la creación de estos paisajes sonoros que se sienten a la vez íntimos y expansivos, y Places To Be no es una excepción. Realmente aprecio la belleza discreta de esta pista y la resonancia emocional que es capaz de lograr a través de este estilo de producción realmente distintivo.

Zachary Cartwright :
En la descripción del podcast encontrarás un enlace a este tema. Para redondear este episodio, ofreceré otro mantra. Es algo que puedes decirte a ti mismo para expresar algo en lo que crees, o quizás para motivarte o sentirte tranquilo. El mantra de este episodio es Cuando lucho, siempre aprendo algo nuevo. Lo repetiré tres veces y quizá puedas decírtelo a ti mismo o incluso en voz alta. Vamos allá. Cuando lucho, siempre aprendo algo nuevo. Cuando lucho, siempre aprendo algo nuevo.

Zachary Cartwright :
Cuando tengo dificultades, siempre aprendo algo nuevo. Si tienes en cuenta este mantra, también te reto a que pienses en lo que aprendiste la última vez que tuviste problemas. Y cómo puedes utilizarlo la próxima vez que te encuentres en una situación similar. Muchas gracias por escuchar otro episodio. Mi nombre es Zachary Cartwright y este ha sido un episodio del Goteo traído a usted por AQUALAB. Manténgase hidratado y nos vemos la próxima vez.