市販の調味料が好みと少しずれる理由として、商品が多くの人に受け入れられる味を目標に開発されることが挙げられます。AIが一人ひとりの味の好みをデータにして、その人に合う調味料を毎月届けるサービスは、そのずれを減らす将来像として描けます。
しかし、自分でも言葉にしにくい味の好みを、AIが読み取れるのかという疑問が残ります。
この記事では、市販の調味料が好みとずれる背景、味の好みをデータにする方法、毎月届くサービスの形を順に並べます。
市販の調味料が好みとずれる理由として挙げられる、多くの人向けの商品開発
多くの人に受け入れられる味を目標にした商品開発が、市販の調味料が好みとずれる理由として挙げられます。個人の好みに深く合わせるより、多くの人が不快に感じない味を目指すほうが採算に合う、という説明があります。この点は、調味料の開発方法を調べた資料では確かめられていません。
たとえば明治の品質保証のページには、商品を作る前に市場や消費者の調査を重ね、試作品を試食してもらって改良する開発の流れが書かれています。
自分の好みを言葉にしにくいのは、比べる基準が自分の中にはっきりないためだと思います。
AIが味の好みをデータにする方法
AIが個人の味の好みをデータにする方法は、アンケート、味見のテスト、食事の写真の解析の3つが想定できます。この記事では、集めたデータをまとめて個人の好みを示すコードにしたものを「味覚ID」と呼びます。
データの集め方
- オンラインで答える、食の好みについての数十の質問
- 濃さを変えた甘味、塩味、酸味、苦味、旨味の液体の見本を試し、感じ方を回答するテスト
- 毎日の食事の写真をスマートフォンで撮ると、AIが写真を解析し、食べているものの傾向から好みを推定する方法
甘味、塩味、酸味、苦味、旨味は、基本味と呼ばれる5つの味です。これらへの敏感さや、これまで気づかなかった好みが、データから見つかるという想定です。
食事の写真から、食品の種類、量、エネルギーや主要な栄養素を推定するAIの研究は進んでいます。写真から味の好みを推定できるかは、この分野の研究レビューでは確かめられていません。
AIが好みの傾向を見つける
AIは、集めたデータの中から、その人だけの好みの傾向を見つけます。たとえば「塩味に敏感で、トマトの酸味とオリーブオイルのコクが組み合わさった旨味を好む」という形のプロフィールです。
好みのプロフィールをコードにしたものが味覚IDです。味覚IDは、食の好みを示す個人用の識別子として使います。
調味料が毎月届くサービスの形
味覚IDを使うサービスは、IDに合わせて配合した調味料を毎月届け、感想をもとに配合を直していく形が想定できます。
毎月の配合
例として、塩分を控えめにして出汁の旨味を強くした調味料と、果実由来の自然な甘味と爽やかな酸味を両立させたドレッシングを挙げられます。
AIは、使ったあとの簡単な感想やその月の健康状態の入力から学習し、翌月の配合を調整します。季節の食材に合わせたソースの提案も想定できます。減塩などの食事制限がある人は、医師や管理栄養士に相談してから調味料を選んでください。
調味料を選ぶ手間が減る
このサービスでは、無数の商品から選ぶ代わりに、AIが提案した調味料が届きます。選ぶ時間と、選んだ結果に迷う手間が減ります。
味付けが一人ひとりに合わせられると、料理の作り方や、食を通じた自己表現の形も変わっていくと思います。
まとめ
この構想が実現すれば、言葉にしにくかった自分の味の好みを、データで確かめられるようになります。好みが分かれば、自分の味の基準を持って食べ物を選べるようになり、食の選び方を自分で決めやすくなります。
市販の調味料を甘すぎる、塩味が強い、酸味が立つと感じたときの「少し違う」は、どの味の違いでしょうか。次に使うときに、その違いを一言書き留めてみてはいかがでしょうか。







