Чи може штучний інтелект приготувати гідний вечеря?

 Це ніч перед щотижневим магазином. Я дивлюся в холодильник і розглядаю свої три помідори, солодкий картопля і спаржу.

Зазвичай я б сприйняв це як сигнал, щоб заглянути в магазин риби зі смаженою картоплею.

Проте, я пробую Plant Jammer, додаток, яке обіцяє приготувати рецепт на основі будь-якої їжі, яка у вас є, з використанням штучного інтелекту.

Він виконує пошук по трьом мільйонам рецептів, щоб знайти часто збігаються елементи. Потім він звертається до бібліотеки інгредієнтів, які компанія найняла професійних кухарів для групування за смаком - сіль, умами, кислий, масляний, хрусткий, м'який, солодкий, гіркий, пряний, свіжий і ароматний.

Нарешті, програма вчиться на цих даних і розробляє нові рецепти.

Майбутня їжа?

Майкл Хаас, засновник Plant Jammer, каже, що саме цей останній крок робить його додаток унікальним.

Традиційні додатки з рецептами працюють на базі баз даних - ви перераховуєте те, що у вас є в холодильнику, і додаток відправляє вже існуючий рецепт, який він знайшов в Інтернеті.

«Це старий спосіб», - каже Хаазе. «Ми фактично кожен раз створюємо нові рецепти з нуля за допомогою ІІ [штучного інтелекту]. Це буде майбутнє ».

Plant Jammer - одне з небагатьох програм для рецептів, дистриб'юторів продуктів харчування і навіть компаній, що займаються організацією заходів, які звертаються до штучного інтелекту, щоб отримати перевагу в харчовій промисловості.

Презентаційна сіра лінія

Більше технологій бізнесу

Чому так мало чорних технічних підприємців?

Сила суперників бореться за лідерство в гіперзвуку

Як виправити нестабільні розміри одягу?

Напруга, вигоряння і надмірність в ІТ

Відстеження мільярдів літрів втраченої води

Презентаційна сіра лінія

Щоб використовувати солодка картопля, додаток пропонує кілька страв, включаючи тушковане м'ясо і спекотне.

Я вирішив зробити з них овочеві гамбургери. Я повідомляю додатком, що у мене немає дієтичних обмежень, і наголошую свої інгредієнти. Нарешті, він запитує, які приправи у мене можуть бути.

Виходячи з того, що я зазначив, мої котлети з солодкої картоплі також включатимуть спаржу, баклажани, нут, лимонний сік і подрібнені волоські горіхи. Я додаю трохи приправ і вівсяних пластівців, щоб зв'язати їх.

Вони відправляються в духовку на 15 хвилин. В результаті виходить чотири переварених диска з сильним вівсяним смаком.

коригування

Коли я розповідаю пану Хаазе, він визнає, що не кожен рецепт є вдалим, а також погоджується, що рецептом, ймовірно, потрібно більше варіантів, щоб пов'язати пиріжки разом.

Через годину платформа змінилася з урахуванням моїх відгуків. Обіцяю спробувати рецепт ще раз.

Доступно основне членство, на яке підписуються близько 5% користувачів, сплачуючи за роботу додатка.

Plant Jammer також продає плани підписки супермаркетам, пропонуючи інгредієнти, альтернативні рецептами на їх веб-сайтах.

«Так що, якщо ви хочете зробити його веганським, безглютенових або тайським, ми можемо скоригувати будь-який рецепт», - говорить г-н Хаасе.

Він сподівається, що Plant Jammer запропонує людям можливість освоїти менш марнотратне вегетаріанську кухню.

'Важкий шлях'

Навіть виробники упакованих продуктів харчування звернулися до штучного інтелекту.

Analytical Flavor Systems - це нью-йоркська науково-дослідницька компанія, яка використовує ІІ, щоб консультувати харчові компанії з питань поліпшення їх продуктів або створення нових, включаючи напої.

Його AI-платформа Gastrograph може передбачити смак, аромат і текстуру напою, щоб задовольнити будь-які регіональні переваги в їжі.

«Ми виконали цей важкий шлях», - говорить засновник Джейсон Коен, який останні 10 років провів дегустацію смаку по всьому світу.

Кожен день його група з 50 дегустаторів два або три рази на день пробує різні упаковані продукти. До Covid-19 у них також була мандрівна команда, яка щотижня відвідувала різні країни, щоб перевірити регіональні переваги.

«Те, що люди пробують на смак, менш важливо, ніж те, що вони сприймають, коли пробують», - говорить г-н Коен, колишній чайний сомельє, додаючи: «З сприйняттям дуже легко грати».

«Наприклад, якщо ми додамо в молоко приблизно одну частину на мільйон, ви не зможете відчути смак ванілі, але ви скажете, що молоко більш вершкове і більш високої якості», - пояснює він.

Програмне забезпечення штучного інтелекту приймає сотні рішень, поки не навчиться передбачати, наскільки хороший продукт буде на смак - на основі того, який продукт повинен бути на смак, панельного тестування і регіональних смаків.

творчі рішення

Використання штучного інтелекту для пошуку нових поєднань смаків для кексів і коктейлів зробило Брістольського інформаційне агентство Tiny Giant популярним.

Співзасновники Річард Нортон і Керрі Харрісон використовували моделювання штучного інтелекту для створення маркетингових заходів, рекламних кампаній і навіть етикеток для джина.

З джином Monker's Garkel програмісти Tiny Giant завантажили в комп'ютер сотні різних найменувань джина. Комп'ютер проаналізував зразки, щоб винайти свої власні.

Цей вид машинного навчання називається нейронною мережею - коли комп'ютер створює її, він розпізнає шаблон, наприклад: «Як звучить етикетка для джина або що входить в кекс?» - а потім прийміть творче рішення.

Після того, як щотижневий вечір коктейлів з штучним інтелектом Tiny Giant привернув увагу великих компаній, вони були засипані запитами від великих корпорацій на проведення заходів з створеними штучним інтелектом коктейлями і кексами.

«Я дійсно не чекав, що ми станемо творцями їжі, але чому б і ні?» - каже містер Нортон.

'Приголомшений'

Автор куховарської книги і шеф-кухар Миру Содха погоджується, що поєднання ІІ і їжі може сприяти дослідженням, творчості та стійкості, але каже, що ви не можете «відокремити рецепт від його історії».

Г-жа Содха була натхненна навчанням кулінарії після поїздки на Брик-лейн з друзями з університету.

«Мої чудові, розумні білі друзі запитали мене, що їм замовити в індійському каррі-хаусі», - згадує вона. «Я був приголомшений тим, що вони думали, що ця індійська їжа була тим, що я їв».

Коли вона навчилася готувати у своєї матері, у неї був ще один «момент величезної паніки», коли вона виявила, що не було записано ніяких сімейних рецептів.

Всі вони помруть разом з нею, якщо вона не запише їх.

«Що мені подобається в приготуванні рецептів, отриманих від моєї мами, бабусі або тітки, так це те, що я відчуваю зв'язок з ними, коли готую цю їжу на своїй кухні, - каже вона. - Я відчуваю, що вони поруч зі мною ».

У цьому дусі я спробую ще раз приготувати картопляні котлети, але на цей раз з моєю мамою Енн Муні, колишнім професійним кухарем, по Skype.

Але вона вважає за краще не дозволяти додатком вказувати їй, як готувати, - замість цього використовує його як трамплін для ідей, особливо поєднання чіпотле, кінзи і кедрових горіхів.

Ми обидва уникаємо вівса і смажимо котлети.

Вони смачніше, але я думаю, що це більше пов'язано з нашою онлайн-тусовкою, ніж з нашим знанням технологій.

Джерело