虽然各种科幻剧集中的机器人看起来还有很长的路要走，但人工智能技术已经在食品和餐饮领域大量应用：从制作餐厅推荐，减少食物浪费，到识别顾客的面部，确保披萨配料均匀分布。

一家初创公司认为，人工智能是未来风味的关键：正如新食品经济报告所指出的，纽约市的分析风味系统设想了一个未来，在这个未来中，食物根据人们的个人口味进行定制。

大众市场的小吃和饮料旨在吸引尽可能多的观众，导致首席执行官Jason Cohen认为“尽管货架上堆满了大多数人喜欢的产品，但很少有人真的喜欢。”他的公司已经创建了一个人工智能平台称为Gastrograph，免费版本可以通过iTunes App Store下载，它从个人用户那里收集高度具体的数据，目标是“为食品和饮料公司提供开发优化用于更多具体敏感度的产品所需的信息。”

根据TNFE的说法，以下是Gastrograph的工作原理：

其中心特征是带有24个辐条的轮子，其中每个条子代表一种离散的感官体验类别，如“肉感”，“苦味”或“口感”。品尝者通过追踪对应的辐条来映射味道感知的轮廓，通过检测到的品质，从1到5指定每个品种的强度。子菜单允许更细致的体验记录：例如，将“肉感”“香肠般”或更具异国情调的选项（驼鹿，袋鼠）指定为强烈。然后提示测试者给出产品的偏好等级，范围从1到7。除了关于味道偏好的信息外，该应用还收集客观数据，如个人的社会经济地位，是否吸烟，甚至收集有关其环境的信息，如温度和噪音水平，所有这些因素都被认为会影响品味。



Cohen提出目前食品和饮料生产商是如何进行消费者口味测试的，作为其产品开发过程的一部分，指出消费群体往往是同质的，他特别引用了一个完全由白人组成的Molson Miller Coors品尝小组，这导致结果并不适用于为多样化的人群开发产品。

然而，Gastrograph有批评者认为，通过应用程序不加区分地收集数据并不一定意味着数据会更具包容性。来自宾州州立大学的Cohen旗下的食品科学教授之一，并不认为他对这一领域有充分的理解：“这里有一个人群的角度，大多数人没有感官尺度（科学）。但是，你必须抛弃校准或者良好的感官实践来获得他所谈论的数据规模，我认为这很不现实。”

在剑桥分析公司之后，目前所有人都在绞尽脑汁地对数字隐私进行干预，但仍有待观察的是，究竟有多少人渴望提交这种令人难以置信的详细数据，以换取更吸引人的啤酒或薯片味道。

大型食品制造商已经依赖于所谓的“感官科学”来开发令人上瘾的松脆土豆片或完美的饼干，但是这类产品的开发主要依赖于从消费者测试人员那里收集数据，而这些人并不可靠且不可预测。推出新食品是有风险的，每年食品行业估计花费200亿美元，但依靠人工智能和大量数据可能是未来食品公司了解人们想要吃什么的更可靠方法。