つまり、三原色ですべての色は表現できるように、五味で全ての味を表現できるというわけですよ。

辛味や渋みというのは痛いとかの触覚の要素が入るため、基本味には含まれていないんですね。

この５つの味を数値化できれば、世の中のあらゆる味はこの５つの味で数値、表現できるわけですね。要は三原色ですべての色は表現できるように、五味で全ての味を表現できるというわけです。

味覚は5つに分かれますが、その中で特に甘みとかうまみっていうのは測りにくかったんですね。

それが何かというと例えばしょっぱいとか酸っぱいっていうのは、イオンの量を測れば計測することが可能でした。

我々が独自に甘みを計測する仕組みを、今までの味覚センサーとは全く異なる仕組みで作ったんです。だから今までのセンサーはそこができなかったというところですね。

実はこの技術、私たちがオリジナルで開発したものではなくて、実はある業界で使われていた技術なんですよ！

糖分を測る技術は従来から医療業界で使われていた技術なんです。医療業界ってやはり技術的に見るとすごいですよね。技術力が勝負なので笑

レオは医療業界の技術を食品用に少しカスタマイズして転用しました。

どちらかというと味覚センサーのアウトプットにニューラルネットワークを使っています。

RBFニューラルネットワークっていうちょっと古いものです。センサーとニューラルネットワークを結合させて、そこで味覚のアウトプットを出すという部分で特許化しています。

なのでどちらかというとニューラルネットワーク自体が新しいアルゴリズムというよりは、センサー情報とAIを結合させるところに新規性があります。

これまでは単位量解析とかいわゆる主成分分析とかそういう線形の解析手法でやってたんですけれども、実は問題がなかったんですよね。

やっぱり拡張性とかデータをどんどん足していけば賢くなって、どんどん人に近くなっていきますからね。あと人間の好み、味の好みっていうのは人によって全然違うと思うんですけど。

その好みを数値化して、じゃあ次どんな味覚の趣向になるのかを推測して、前もってその味を出すみたいな取り組みもしています。すでにいろいろな会社さんと商品開発等で一緒にやっています。

線形解析のような従来の統計手法だと単純に出てきたデータの解析だけだったらできますけど、じゃあ次何が来るのかの予測は難しので、AIを活用していく強みだし今後強くしていきたいところです。

商品をリニューアルする際に、次はこの味がおいしいと感じるだろうということをAIで推定して、そこに向けて味を作っていったという。味の流行を逆算したプロセスで商品を開発してるんです。

ちなみにらんらんさんは今、食べ物では何がお好きですか？

人間は生き物なので、幼少期の時の味覚、20歳前後の味覚、３０代の味覚、４０代の味覚で、やっぱりどんどん変わっていきますし、かつその時代時代でも変わっていくんですよ。

例えばこってりしたものがいいとか、酸味のあるものがいいとか、うまみのあるものがいいとか、時代時代で「今だったら少しマイルドな味わいが好まれる」とか、「ちょっと前だったら濃い味が好まれる」とか、時代の波があるんです。

結局そういう波に乗っからないと、多くの人においしいと思ってもらえないわけですよね。それは無意識で残念ながら消費者の人もわかっいません。

そのおいしい商品が出されて初めて、「あ、これはすごくおいしい」となるんです。

味覚センサーのデータもあり、かつ時系列データもとってるので、それを使って予測していくということです。その予測結果を商品開発に生かしていきます。

例えばマイルド味が、ここ１年くらいのトレンドなんですけど、実は３，４年前から消費者調査結果からは、ちょっと味が濃いとかもっとマイルドなのがいいとか、そういう予測が立っていました。

濃い味がすごい来てるから濃い味ばかり商品開発しちゃって、商品を発売したときには流行が変わってしまっていることが多いんです。明日発売しようと思って発売できませんからね。

究極の商品開発は、消費者のニーズを先読みして作っていくことだと思うんですよ。

それで、デジタルに変わってしまえば、後はクラウドとかコンピューティングで対処法はたくさんあると思います。ただそのアナログからデジタルの情報に変えるところっていうのはあらゆる業界で課題になっていると思うんですよね。

だからそこのセンシングが結構肝だなと思っているので、結構大きい30kgくらいある機械を使っているので、軽量化が課題です。

それこそスマホにつなげて測れるような簡易型のセンサーを作っていくとかですね、そういう新しいイノベーションを起こして、それでその結果とAIをうまく生かしておいしさの精度をより上げていく、その時は当然データが増えてくるんで多層（ディープラーニング）にしていく可能性は高いと思います。

そして味覚センサーレオの課題にあるように、いかにセンサーを軽量化してデータを増やしていくかが重要です。データを増やすためにセンサーの軽量化を進めれば、さらにAI（ディープラーニング）の活用の幅が広がります。