TechLetters-003：「食品」における研究開発/資金調達/特許の急成長分野は「フードコンピューティング」！ キーワード分析で見えてきた「食のDX」の2つの方向性

アスタミューゼ株式会社（本社：東京都千代田区、代表取締役社長 永井歩）は「食品・飲料」分野について自社のイノベーションデータベースを用いた解析を行ったところ、その中で「フードコンピューティング」に関する技術が特出して伸びていることが判明しました。その結果と技術動向、事例についてご報告します。

著者：アスタミューゼ　シニアテクノロジスト　金森二朗

食品技術で注目される分野とは

近年フードテックという言葉がよく聞かれるようになりました。その一方で、無添加、無農薬、非遺伝子組み換えなどが求められるように、消費者はテクノロジーに対して保守的です。先鋭的な技術を投入することが必ずしも答にならないというなかで、食品の技術をどうとらえればよいのか。これは、食品に関わる技術者にとって大きな命題です。

DX（デジタルトランスフォーメーション）は、多くの分野にまたがって先端的な技術分野のひとつです。食品分野において、DXは何をもたらすのでしょうか。もしくは、先端技術であるがゆえに消費者から忌避される類のものなのでしょうか。

結論から言えば、DXは食品との相性が極めて良いと筆者は考えています。食品は多くの要素からなる複雑系ですから、たくさんの要素の組み合わせを計算して最適化することができる人工知能がとても向いているのです。配合や加工方法、加工のタイミングなどを適切に制御できれば、添加物などはむしろ減らせます。

参考：【シリーズ】豆腐職人はロジカルか？～複雑社会で結果を出す思考法 ―― 第1回　複雑な現代テクノロジーにおいて職人の思考方法が有効な理由
https://astavision.com/contents/column/6097

アスタミューゼでは食品分野におけるDX技術をフードコンピューティングと呼び、成長領域のひとつとして定義してきました。この分野に関して弊社のデータベースを分析すると、下図に示すようにすべてのデータソースにおいて、件数や配賦額の率が近年急速に伸びていることがわかり、食品分野の中でも特に成長している分野であることがわかります。消費者の動向についてはわからないとは言え、多くのプレイヤーがすでにこの分野で活動し始めていることがうかがえます。

※グラント配分額（US＄）、特許件数、スタートアップ資金調達額（US＄）、論文件数の年次推移について、食品分野全体と食のDX分野をそれぞれ2010年を100％として比率で表記

デジタル化とはデータをコンピュータで読み込める数値データにすることであり、DXとはコンピュータによる計算を通していろいろなことを変革しようというものです。

食品の場合、レシピや商品開発、コストダウン、自動化、省エネルギーなど、DXの目的は様々です。実際にやることとしては、様々な条件をデジタル化し、コンピュータで計算して最適化することですから、用いるデータや計算方法が異なるだけで考え方は変わりません。

一部の特殊な食品を除けば、最終的には美味しいという要因は外すことができませんから、美味しさをいかにデジタル化（数値化）するかというところが食品のDXの要（かなめ）となります。そこで、本稿では美味しさに焦点を当てて、食のDXについて考えてみたいと思います。

美味しさのデジタル化とDXのふたつの方向性

美味しさには様々な要因が関与するため、数値化することが難しいと思われているかもしれません。実際には官能評価を行えば良いので数値化すること自体は決して難しいことではありません。成分や生理反応（脳波など）のように、それ以上のことを求めると簡単ではなくなりますが、それが必要かどうかはよく考えるべきです。

美味しさについて研究するには、ふたつの方向性があります。ひとつは、美味しい食品を作ることです。美味しさを数値化し、これとその他のいろいろな因子との関係をコンピュータで計算し、食品の製造方法にフィードバックします。多くの食品企業が求めるオーソドックスな方向です。もうひとつは、バーチャルな美味しさを作ることです。メタバースが急速に発展している中で、今後重要性が増すと思われる方向です。

同じように「美味しさ」を研究しているように見えて、これらは行きつく先が異なりますから、目的に応じて適した方法を採用する必要があります。

（1）では、美味しさのデータをモデリングのための教師データとして活用したいだけですから、大量のデータを取得できるかどうかが鍵となります。脳波や筋電位などのように、人間に機械を取りつけて食事中の生理データを取得するなら、美味しかったかどうかを本人に聞いた方がよほど速いのです。美味しい食品を作りたいのであれば、必ずしも良い方法とは言えません。

以下、それぞれの方向での美味しさについて、具体的な事例を挙げて説明します。

美味しい食品を作る：モデリングのための教師データとしての美味しさ

官能評価は美味しさを簡単に数値化することができますが、大量のデータを集めることは困難です。官能評価の遅さを補うために、さまざまな代替手法が取られます。

例えば成分に着目する場合は、機器分析の測定値と美味しさの関係を計算によりモデリングすることで、それ以後は機器分析だけで美味しさと等価なデータを得ることができます。

官能評価を行わずSNSから自然言語処理で美味しさを表す言葉を抽出し、そこから推測するのもひとつの方法です。また、あらかじめ美味しいことがわかっている食品があれば、その成分なども同様にデータとして活用できます。

官能評価の代替手法として、味覚センサの実用化が進んでいます。味覚は5つしかないため比較的数値化しやすかったことが要因ですが、これに対して嗅覚はヒトの場合400種類の受容体があると言われており、センシングで官能を代替するのは容易ではありません。嗅覚をいかに数値化するかは今後のキーとなりそうです。

センサー技術ではヒトの感覚と照らし合わせるところが難しいですが、米国のAromyx社のように、嗅覚受容体を用いたバイオセンサであれば正確なデータを大量に取得できる可能性が高く、コストさえ合えば有力な手法です。米国のAromyx社では多数の嗅覚受容体を組み込んだバイオチップを実用化しています。

官能評価の代替手法として、カメラによる顔の画像を用いる方法も研究されています。

千葉大学のグループでは、カメラの画像により血流、脈拍、表情筋、瞳孔などの生体データを取得し、感情も読み取ろうという試みを行っています。脳波などのようにヘッドセットを取り付ける必要がないため、多くのデータを取得するのに有利な方法です。

さらに畿央大学では、味覚刺激とスマートフォンで撮影した画像をモデリングすることで、味覚に対する感情的は表情を検知できることを示しています。こうした研究は、将来的にはパーティ会場のようなところでカメラ撮影をするだけで大量の官能データが取得できる可能性もあるため、美味しさの数値化法として重要な技術になるでしょう。

正解データとしての「美味しさ」は、他のどのようなデータとの関係性をモデル化するかによって、様々な目的に用いることが可能です。成分のデータは新しいレシピの開発に使えるし、製造条件のデータは生産工程を効率化できるでしょう。

チリのThe Not Companyでは、官能評価データと食品成分のデータを利用して植物ベースの動物代替食品を開発しています。ハーバート大学の機械学習の専門家とカリフォルニア大学の植物科学の専門家が開発したアプリを活用して、植物の分子スペクトルと官能評価データを機械学習でモデル化し、製品開発につなげています。

美味しい感覚を作る：VRのための基礎データとしての美味しさ

味や匂い物質をそれぞれの感覚受容体がキャッチし、電気刺激として脳に伝達されることによって美味しさが感じられます。逆に、電気刺激によって感覚だけを脳に感じさせることが可能です。これには、生理的なメカニズムが正確にわかっていることが必要です。

National University of Singaporeの研究グループでは、味覚物質を使わずに電気刺激によって味覚に影響を与えるデバイスを報告しており、電気的な味覚を生み出すための箸とお椀を設計しています。

Medibotics社では、逆に電気刺激により味覚を阻害する技術を開発しています。これは、肥満の抑制を目的としたものです。

電気刺激による感覚の誘発は、リモートロボットの関係から触覚分野で発達してきた技術です。現在は一部の味覚を変えることにとどまっていますが、将来的にはPCとデバイスだけでバーチャルな食事を創造できる可能性があり、メタバースの発展とともにさらなる成長が予想される技術分野です。

「食のDX」今後の見通し

DXは様々な分野で成長が期待される技術ですが、食品分野においても重要度が増してきています。製造条件を最適化するためのDX技術は、美味しく健康的な食品を低コストで製造することにつながりますが、さらに「個食化」の時代に適応し、個人の嗜好や体質に合わせた食を提供していくことにつながっていくでしょう。

また、美味しい、楽しいという感覚は、VRを使ったメタバース空間においてさらに求められ、発展していくと思われます。

こうした中で、デジタル化を中心とした美味しさについての取り組みは、これまでに増して重要になるでしょう。

さらに詳しい分析は……

アスタミューゼは世界193ヵ国、39言語、7億件を超える世界最大級の無形資産可視化データベースを構築しています。同データベースでは、技術を中心とした無形資産や社会課題／ニーズを探索でき、それらデータを活用して136の「成長領域」とSDGsに対応した人類が解決すべき105の「社会課題」を定義。

それらを用いて、事業会社や投資家、公共機関等に対して、データ提供およびデータを活用したコンサルティング等のサービス提供を行っています。

お問い合わせはこちらへお願い致します。