صناعة النكهات واحدة من أكثر مجالات الغذاء تعقيدا. ما نصفه بأنه «رائحة القهوة» أو «طعم الفراولة» ليس عادة نتيجة جزيء واحد، بل حصيلة عشرات أو مئات المركبات المتطايرة، إضافة إلى التذوق والملمس والحرارة والسياق الذي نتناول فيه الطعام. ومع تطور الذكاء الاصطناعي وأجهزة الاستشعار والتخمير الدقيق، بدأت صناعة الغذاء تدخل مرحلة جديدة: تحليل النكهة رقميا، التنبؤ بتأثير المركبات، وتصميم تركيبات جديدة بسرعة أكبر.
النكهة ليست الطعم وحده
حين نقول إن طعاما «لذيذ» أو «له نكهة قوية» فنحن نصف تفاعلا بين عدة حواس. اللسان يلتقط المذاقات الأساسية مثل الحلو والمالح والحامض والمر والأومامي، بينما يساهم الشم في تمييز جانب كبير من الروائح التي نعبر عنها بكلمة «نكهة». ويضاف إلى ذلك الملمس والحرارة والإحساس بالحرق أو البرودة وحتى الصوت أثناء المضغ.
لهذا يمكن لمركب موجود بتركيز صغير جدا أن يغير الانطباع الحسي كله، في حين قد يكون مكون موجود بكمية كبيرة أقل تأثيرا على الرائحة.
ماذا يفعل الذكاء الاصطناعي فعليا؟
لا «يتذوق» الذكاء الاصطناعي الطعام كما يفعل الإنسان. ما يفعله هو تحليل كميات كبيرة من البيانات: التركيب الكيميائي، نتائج أجهزة التحليل، تقييمات لجان التذوق، بيانات المستهلكين، وخصائص الجزيئات. ثم تبحث النماذج عن علاقات بين هذه المدخلات والانطباعات الحسية.
مراجعة علمية منشورة في 2025 في Comprehensive Reviews in Food Science and Food Safety خلصت إلى أن نماذج الذكاء الاصطناعي يمكن أن تساعد في تطوير مواد ونكهات جديدة رقميا وتختصر جزءا من الوقت والموارد التي كانت تحتاج إلى اختبارات تجريبية واسعة. لكنها لا تلغي التجارب البشرية، بل تضيق مساحة الاحتمالات قبل الوصول إلى مرحلة التذوق الفعلي.
التنبؤ بالطعم أسهل من التنبؤ بالرائحة
مراجعة منهجية منشورة في 2025 حول البيانات والنماذج المستخدمة للتنبؤ بالنكهة والملمس أشارت إلى أن التنبؤ بالمذاقات الأساسية أصبح أكثر تنظيما، بينما تبقى الرائحة أصعب بكثير بسبب التنوع الهائل للروائح وغياب مقاييس موحدة تماما للشم. وقد أظهرت نماذج التعلم العميق والشبكات العصبية الرسومية نتائج واعدة في التعرف على مركبات الطعم والرائحة، لكن الباحثين ما زالوا يشددون على الحاجة إلى قواعد بيانات أفضل وأكثر اتساقا.
الأنف الإلكتروني: جهاز يشم ولا يشعر
«الأنف الإلكتروني» هو مجموعة من الحساسات تستجيب للمركبات المتطايرة وتنتج نمطا يمكن مقارنته بأنماط أخرى. يمكن استخدامه في مراقبة جودة القهوة أو الزيوت أو اللحوم، وكشف تغيرات أثناء التخزين أو التخمير، أو تمييز عينات مختلفة. وعند دمج هذه البيانات مع التعلم الآلي يصبح الجهاز أكثر قدرة على التصنيف والتنبؤ.
لكن الجهاز لا يملك ذاكرة طفولة أو تفضيلا ثقافيا أو إحساسا بالمتعة. هو يقيس أنماطا كيميائية، ثم تفسرها الخوارزميات.
التخمير الدقيق: مصنع صغير داخل خلية
المسار الآخر الذي يغير صناعة النكهة هو التخمير الدقيق أو precision fermentation. في هذه التقنية تُستخدم كائنات دقيقة مختارة أو معدلة لإنتاج مركبات محددة داخل مفاعلات حيوية. ويمكن أن تكون هذه المركبات بروتينات أو إنزيمات أو دهونا أو فيتامينات أو جزيئات عطرية.
مراجعة علمية منشورة في 2024 أوضحت أن التخمير الدقيق يمكن استخدامه لتحسين الجودة والنكهة والسلامة والاستدامة، من خلال إعادة توجيه المسارات الأيضية في كائنات دقيقة آمنة لإنتاج مكونات غذائية محددة. وهذا يفتح الباب أمام إنتاج بعض المركبات العطرية دون الاعتماد الكامل على استخلاصها من نباتات نادرة أو متقلبة الإنتاج.
هل يمكن تصنيع رائحة الفانيليا أو الحمضيات؟
نعم، بعض الجزيئات التي تساهم في هذه الروائح يمكن إنتاجها بالتخمير أو بطرق كيميائية حيوية. لكن هذا لا يعني أن جزيئا واحدا يعادل قرن فانيليا كامل أو قشرة حمضيات كاملة. النكهة الطبيعية غالبا خليط معقد من مركبات كثيرة بنسب دقيقة، ولذلك قد ينجح البديل في إعطاء «الانطباع الرئيسي» من دون أن يكرر التجربة الطبيعية بكل تفاصيلها.
التغير المناخي يدفع البحث عن بدائل
محاصيل مثل القهوة والكاكاو والفانيليا حساسة للمناخ والأمراض وتقلب الإنتاج. عندما تصبح مادة معينة أكثر ندرة أو أغلى سعرا، تبحث الشركات عن ثلاثة مسارات متوازية: تحسين الأصناف الزراعية، تنويع مناطق الإنتاج، أو تطوير بدائل تعطي جزءا من الوظيفة الحسية للمكون الأصلي.
هنا يمكن للذكاء الاصطناعي أن يساعد في فرز آلاف المركبات والخلطات المحتملة، بينما يوفر التخمير الدقيق طريقة لإنتاج بعض المركبات بكميات مستقرة.
هل سنحصل على نكهات مصممة لكل سوق؟
هذا يحدث جزئيا بالفعل في صناعة الغذاء، لكن الأدوات الجديدة يمكن أن تجعل العملية أكثر دقة. يمكن تحليل تفضيلات مجموعات من المستهلكين واقتراح تركيبات أكثر حلاوة أو أقل مرارة أو أكثر دخانية أو أكثر حدة. وقد تساعد النماذج في تقليل عدد التجارب اللازمة للوصول إلى منتج مناسب لسوق محلي.
لكن استخدام بيانات المستهلكين على نطاق واسع يفتح أسئلة عن الخصوصية، خاصة إذا انتقلت الشركات مستقبلا من تحليل مجموعات عامة إلى بناء ملفات تفضيلات فردية.
هل يستطيع الذكاء الاصطناعي أن يخترع طعما لا يعرفه البشر؟
يمكنه اقتراح تركيبات لم تكن واضحة للباحثين أو ترتيب الاحتمالات بطرق جديدة، لكن قيمة النكهة لا تحددها الكيمياء وحدها. قد تكون الخلطة ممتازة على الورق ولا يحبها الناس، أو قد يكون طعم معين محبوبا في ثقافة ومرفوضا في أخرى. ولهذا تبقى لجان التذوق والاختبارات الاستهلاكية جزءا أساسيا من تطوير المنتج.
المزارع لن يختفي
التكنولوجيا الحيوية والذكاء الاصطناعي لن يلغيا الفلفل والقرفة والقهوة والفانيليا. للمنتجات الطبيعية قيمة حسية وثقافية وجغرافية لا تختزل في قائمة مركبات. لكن التقنية قد تساعد في حماية الإمدادات، تقليل الهدر، تحسين الثبات، أو إنتاج بدائل عندما تصبح بعض المواد شحيحة أو مكلفة.
المستقبل الأكثر واقعية ليس مطبخا تديره الخوارزميات وحدها، بل تعاون بين الزراعة والكيمياء والتحليل الحسي والبيانات. الذكاء الاصطناعي يستطيع البحث في ملايين الاحتمالات، لكن الإنسان ما يزال هو من يقرر إن كانت الرائحة تذكره بالقهوة فعلا، وإن كان الطعم يستحق أن يعود إليه مرة أخرى.
مصادر موثقة
- Comprehensive Reviews in Food Science and Food Safety — Artificial intelligence and food flavor، 2025
- Current Research in Food Science — مراجعة منهجية لنماذج التنبؤ بالنكهة والملمس، 2025
- Machine learning for food flavor prediction and regulation، 2025
- Precision fermentation for improving food quality, flavor, safety and sustainability، 2024
- UK Food Standards Agency — إرشادات 2026 للأغذية المنتجة بالتخمير الدقيق أو الكتلي
