Sản xuất thực phẩm đang đẩy nhanh khủng hoảng khí hậu, AI có thể xoay chuyển tình thế

Nhiều thành phần phổ biến được sử dụng trong các sản phẩm tiêu dùng có nguồn gốc từ nhiên liệu hóa thạch hoặc được sản xuất thông qua những phương pháp canh tác không bền vững. Để làm chậm cuộc khủng hoảng khí hậu, việc chuyển đổi sang các phương pháp sản xuất bền vững hơn là cần thiết. Thế nhưng, các phương pháp đang sử dụng hiện nay có thể tốn nhiều tài nguyên và chi phí.

Để theo đuổi một tương lai bền vững và thân thiện với môi trường hơn, một số công ty đang bắt đầu sử dụng trí tuệ nhân tạo (AI) và công nghệ sinh học để phát triển các thành phần thực phẩm mới mà một ngày nào đó có thể thay thế các chất có hại cho môi trường.

Ví dụ, hãng công nghệ sinh học Twig (có trụ sở tại Anh) đang sử dụng AI và robot để tạo ra các giải pháp thay thế bền vững cho những thành phần có nguồn gốc từ nhiên liệu hóa thạch hoặc thâm canh. Các thành phần này gồm axeton, isopren và axit palmitic, thường được tìm thấy trong những sản phẩm hàng ngày như bơ thực vật, chất tẩy sơn, mỹ phẩm, xà phòng, chất tẩy rửa... Twig đang nghiên cứu các chất thay thế cho những hóa chất này sẽ được tạo ra bằng cách sử dụng tế bào vi khuẩn lên men sinh học.

Russ Tucker, người sáng lập Twig, nói với trang Insider: “AI của Twig cho chúng tôi biết cách tạo ra các sản phẩm thay thế sinh học, bền vững bằng cách sử dụng tế bào vi khuẩn lên men sinh học, giảm tác động của chúng ta lên hành tinh và mang lại an ninh cho chuỗi cung ứng”.

Đẩy nhanh tiến độ với AI

Sử dụng các quy trình công nghệ sinh học truyền thống, có thể mất từ 4 đến 10 năm để phát triển một dòng thành phần tiềm năng, thường tốn kém và không có gì đảm bảo thành công. Twig sử dụng phương pháp tiếp cận dựa trên phần mềm, sử dụng chu trình thiết kế - xây dựng - kiểm tra.

Nền tảng robot của Twig tự động hóa việc sàng lọc hàng chục ngàn tế bào vi khuẩn, tạo ra bộ dữ liệu lớn trong thời gian kỷ lục. Dữ liệu này sau đó được phân tích để xác định cách tối ưu và bền vững nhất để sản xuất nguyên liệu.

Russ Tucker nói với trang Insider: “Chúng tôi tin rằng Twig có thể nhanh hơn 10 lần và rẻ hơn 10 lần so với các phương pháp công nghệ sinh học thương mại hiện tại”.

Hướng tới các lựa chọn thay thế bền vững

Ngành công nghiệp thịt là nguyên nhân chính gây ra ô nhiễm và phát thải khí nhà kính. Để giải quyết những vấn đề môi trường này, các giải pháp thay thế bền vững là rất cần thiết. Ngày nay, hầu hết các sản phẩm protein thay thế đều dựa vào dầu thực vật, thiếu hương vị và đặc tính mà chất béo từ động vật truyền thống mang lại khi sử dụng trong nấu ăn.

Ngoài ra, việc sản xuất dầu cọ, một nguồn chất béo có nguồn gốc thực vật phổ biến, cũng đặt ra những thách thức về tính bền vững như nạn phá rừng.

Hoxton Farms, hãng công nghệ sinh học có trụ sở tại London (thủ đô Anh), đang nghiên cứu tạo ra chất béo thực nghiệm như sự thay thế bền vững cho chất béo động vật truyền thống.

Công ty đặt mục tiêu tạo ra các sản phẩm thay thế thịt có hương vị giống như thịt thật bằng cách phát triển chất béo động vật bền vững, không độc hại, kết hợp với protein từ thực vật.

Ed Steele, người đồng sáng lập Hoxton Farms, cho biết: “Chúng tôi chỉ thu thập một mẫu nhỏ tế bào mỡ từ lợn trước khi nuôi chúng bằng một quy trình gọi là nuôi cấy tế bào. Trong vài tuần, những tế bào đó nhân lên, phát triển và chúng tôi thu hoạch được những tế bào mỡ thực nghiệm độc đáo".

Công nghệ đóng vai trò thiết yếu trong việc giúp thịt “nuôi trồng” có hiệu quả thương mại. Phương pháp tiếp cận liên ngành của Hoxton Farms kết hợp sinh học tính toán, mô hình toán học và học máy để tối ưu hóa quy trình sản xuất cũng như tùy chỉnh cấu hình hương vị và dinh dưỡng. Hoxton Farms cho biết cách tiếp cận này cho phép họ đạt được mức chi phí tương đương với dầu thực vật ở quy mô thương mại.

Học máy là một lĩnh vực trong AI tập trung vào việc phát triển các thuật toán và mô hình máy tính có khả năng học hỏi từ dữ liệu và cải thiện hiệu suất của chúng theo thời gian mà không cần lập trình cụ thể. Các hệ thống học máy có khả năng tự động tìm hiểu và áp dụng kiến thức từ dữ liệu để thực hiện các nhiệm vụ cụ thể như phân loại, dự đoán, nhận dạng mẫu và tối ưu hóa quyết định.

Những ứng dụng của học máy rất đa dạng và bao gồm trong lĩnh vực như xử lý ngôn ngữ tự nhiên, thị giác máy tính, xe tự hành, dự đoán thời tiết, quản lý dữ liệu lớn, và nhiều lĩnh vực khác.

Học máy đã có sự tiến bộ đáng kể trong thập kỷ gần đây, nhờ sự phát triển của các mô hình học sâu (deep learning) và khả năng xử lý dữ liệu lớn (big data), mang lại nhiều cơ hội và tiềm năng trong việc giải quyết các vấn đề phức tạp và cải thiện hiệu suất trong nhiều lĩnh vực khác nhau.

Những thách thức pháp lý và con đường phía trước

Dù tiềm năng của các thực phẩm bền vững và thay thế là đầy hứa hẹn nhưng vẫn tồn tại những thách thức về quy định.

Theo Ed Steele, trước khi một thành phần mới được phê duyệt ở Anh, các nhà sản xuất phải đáp ứng quy trình thực phẩm mới của Cơ quan Tiêu chuẩn Thực phẩm, có thể kéo dài và quan liêu.

"Sau Brexit, chúng tôi giữ lại luật của Liên minh châu Âu (EU) quản lý các loại thực phẩm mới và kế thừa một quy trình không phù hợp với mục đích”, Ed Steele nhận xét. Trong khi đó, quy trình quản lý ở Mỹ lại không được tổ chức gọn gàng. Bộ Nông nghiệp (USDA) quản lý thịt động vật, còn Cục Quản lý Thực phẩm và Dược phẩm (FDA) quy định các sản phẩm thay thế thịt từ thực vật. Thịt dựa trên tế bào được quản lý chung bởi FDA và USDA.

Việc đưa công nghệ mới này ra thị trường cũng có thể gặp phải sự phản đối từ ngành công nghiệp thực phẩm, làm phức tạp quá trình phê duyệt và ghi nhãn cho các nhà sản xuất thay thế.

Shivin Kohli, quản lý cấp cao của Access Partnership - hội đồng tư vấn chính sách công nghệ, nói: “Ngành công nghiệp protein truyền thống đang tạo ra sự hiểu lầm về các loại protein thay thế. Gần đây đã có những thách thức trong việc gọi các loại sữa thay thế là 'sữa'. Điều này là do ngành công nghiệp sữa không nghĩ rằng chúng là sữa, nói đúng ra là vậy".

Shivin Kohli nói rằng: "Lập luận đó gây nguy hiểm nghiêm trọng cho sự hấp dẫn của người tiêu dùng với các lựa chọn thay thế. Nếu các protein thay thế đang gặp vấn đề với sự chấp nhận của người tiêu dùng, bạn có thể tưởng tượng sẽ tệ đến mức nào nếu các công ty không thể tự gọi sản phẩm của mình là 'thịt'? Chính sách cần phải rất rõ ràng trong việc giám sát các phản đối như thế này".

Shivin Kohli cho biết các cơ quan quản lý chính phủ cần đảm bảo một sân chơi bình đẳng: "Không ai nói rằng không quản lý các protein và thành phần mới, nhưng hy vọng sẽ không có nhiều yêu cầu khắt khe hơn so với protein truyền thống để xoa dịu những người chơi lớn như ghi nhãn, an toàn và kiểm tra".