Vad tar du med dig till Thanksgiving när din moster är glutenfri, mormor måste hålla sig borta från natrium och din bror har en mjölkallergi? Att hitta en rätt som kan möta allas kostbegränsningar samtidigt som den smakar gott är en utmaning.
Sony AI tror att AI kan hjälpa till inom en snar framtid.
Sony AI strävar efter en digital duk som tillåter rika samtal mellan AI-system och kockar, vilket hjälper dem att gå ännu längre med sina skapelser och utveckla nya och unika recept. Deras forskning inom området gastronomi syftar till att en dag förändra hur kockar skapar matkombinationer, parningar och plättar och hjälpa kockar i deras process att utveckla nya, originella recept som också är hälsosamma och stödjer hållbarhet för miljön. Det inkluderar ingrediensparning och skapande av recept.
Det är ett intressant användningsfall för AI, med tanke på gastronomins position, som sträcker sig över både vetenskap och konst. För att lära mig mer om insatsen kontaktade jag Dr. Michael Spranger, COO för Sony AI, för att diskutera AI-teknikens metodik och framtida tillämpningar inom gastronomivärlden.
GN: Hur gjorde Sony AI blev först intresserad av gastronomi som ett användningsfall för tekniken?
Dr. Michael Spranger:Enkelt uttryckt är gastronomi ett fascinerande område av okända territorium för Sony. Precis som musik, filmer och spel ser vi Gastronomy som en global underhållningsverksamhet, med tekniska framsteg som ständigt bidrar till dess framsteg. Köken har under åren utvecklats med ny teknik, och kockar tillför den tekniken lite av den renaste kreativiteten.
Vårt mål är att utveckla teknik, och mer specifikt AI och robotik, för kockar som ger dem möjlighet att vara ännu mer kreativa i att utveckla läckra rätter samtidigt som de hjälper dem att driva frågor som hälsa och hållbarhet.
När det gäller att skapa recept tror vi att AI kan hjälpa kockar att utforska enorma mängder data associerade med mat, inklusive befintliga recept, kemisk och molekylär sammansättning och andra faktorer som närings- eller miljöpåverkansdata för att skapa en ny maträtt. Med robotik i köket hoppas vi kunna hjälpa kockar i deras matlagningsprocess, från matlagning och tillagning till servering och plätering. Inget av dessa forskningsområden är lätta att lösa, och det är just därför vi ansåg att de var lämpliga för oss att ställa upp som en stor utmaning i vårt gastronomiska flaggskeppsprojekt.
GN: Det finns en uppfattning om att AI och automation är ersättningar för människor. Hur ser du för dig att kockar arbetar med tekniken, och vad har reaktionen varit hittills?
Dr. Michael Spranger: Sony AI:s initiala fokus ligger på exklusiva restauranger och deras kockar. Vår roll är att förbättra det som kockar redan gör, driva kreativitet genom att till exempel tänka på hur man använder algoritmer för att lägga mer data i deras händer under receptskapande och konceptualisering; hur man använder robotsystem för att höja kvaliteten och kvantiteten på vad som är möjligt i köket under en middagsrusning; hur man levererar samarbete mellan människor och robotar vid pläteringen, för att möjliggöra tidigare omöjliga design av rätter. Kreativitet är inte en lätt väg för att göra saker — titta bara på El Bulli, världens bästa restaurang som var tvungen att stänga under månader om året för att utveckla sin banbrytande mat — och vi tror att vi kan spela en roll för att stödja den.
Ett bra exempel på detta är i själva receptet. En utmaning vi har är att förstå hur långt vi bör ta rekommendationer när vi skapar recept. Det känns inte som att vår roll är att berätta för kockarna vad de ska laga eller hur de ska laga det. Vi försöker inte ersätta deras erfarenhet eller kunskap. Vi försöker skapa en dialog så att ett AI-system kan säga till en kock, till exempel: hallonen du hittade på marknaden idag, en molekylär parningsteori säger att tång skulle vara en bra matchning för dem; och baserat på vad som traditionellt har parats ihop med hallon i Nordamerika, kan dessa kryddiga, syrliga ingredienser också passa bra; under tiden, här är några ingredienser som passar bra och är lokala för dig; och dessa ingredienser skulle passa väl och är mjölkfria; dessa ingredienser är låga i salt… etc. Vad tycker du? Vad säger din erfarenhet dig att göra med denna information? Vilka ingredienser kommer du att välja och hur kommer du att sammanföra dem?
GN: Fanns det unika utmaningar (eller möjligheter) när det gäller att lära en AI att arbeta med smak och smak, områden som gränsar en intressant gräns mellan vetenskap och konst?
Dr. Michael Spranger: En utmaning är hur subjektiv och den specifika smaken är. Smaka på ett äpple, och du har förmodligen en annan uppfattning om dess smak i ditt sinne än mig. Men också, du har bara en uppfattning om ett äpple av 7 500 äppelsorter.
Det är svårt för något system att redogöra för en individs personliga upplevelser av “äpple”, och den specifika smakdatan för var och en av de 7 500 äppelsorterna (och de miljontals andra ingredienserna i världen) finns för närvarande inte på ett ställe. Så, med tanke på denna otydlighet, hur ger man rekommendationer och förslag kring smak och smak?
Detta är en enorm utmaning, men det är också vad AI är särskilt väl lämpat att hjälpa till med: personalisering och ackumulering är rika verktyg för oss att utforska.
GN: Vilka har varit de största överraskningarna när det kommer till smaker?
Dr. Michael Spranger: En överraskning är hur det för gourmetkockar inte bara är konceptet “det här smakar gott” som spelar roll i smaken. De bryr sig också om om smaken har en bra historia. Eller om smaken är ny. Eller om smaken matchar tolv andra smaker de har på menyn.
Detta ger en annan utmaning för AI, som är att förstå motivationen för ett recept… kanske du vill skapa något som aldrig har gjorts förut. Kanske vill du skapa något som har gjorts en gång tidigare av en särskilt känd kock. Kanske vill du skapa något som har gjorts i århundraden, på ett speciellt sätt, av en stad av människor.
När det gäller överraskande smakkombinationer finns det många! En personlig favorit var choklad, junmai sake och blomkål.
Artificiell intelligens
GE, Einride avtäcker den första autonoma elektriska lastbilen som körs på amerikansk mark. Alphabets DeepMind-avläggare använder AI för drogupptäckt Ny hamburgerbot gör också kycklingvingar Vad är AI? Allt du behöver veta om Artificiell Intelligens Digital Transformation | CXO | Internet of Things | Innovation | Företagsprogramvara | Smarta städer