Recepteket ír át a mélytanuló algoritmus

Eljött az algoritmikus gasztronómia kora!

Képzeljük el, hogy kedvenc receptünket különféle regionális gasztronómiák módszereivel és összetevőiből készítjük el, például japán vagy etióp módra a lasagna-t. Nem fúzió, hanem mélyebb annál – egy-egy hely kulináris hagyományai szellemében átértelmezett lasagna.

Nem könnyű feladat, de egy francia, amerikai és japán kutatókból álló csoport gépitanulás-algoritmusa próbálkozik vele: az adott receptet alternatív étel-javaslattá alakítja át.

A rendszer nagymennyiségű recepttel kezdi, azokon tanul az idegháló, hogy tudja, milyen jegyek jellemzik egy-egy ország vagy régió kulináris stílusát. Ezt követően a modell összetevők új listáinak figyelembevételével próbálja kitalálni, hogy melyik listához társítható különféle országok konyhája.

A következő lépés a recept stílusának összekeverése és képi megjelenítése diagramként, kétdimenziós koordinátákként megjelenített adatmixekként.

A rendszer harmadik eleme szavak és eredmények közötti mennyiségi kapcsolódások szerint klaszterez egybe elemeket (word2vec modell). Így próbálja ábrázolni, hogy mely összetevők hasonlítanak egymásra, melyek helyettesíthetők másokkal.

A törekvés párhuzamba hozható a kulináris kultúrák utóbbi időben felgyorsult folyamatos összekeveredésével.