Исследователи представили BurgerAI, генеративную систему для подбора рецептов бургеров с учётом вкуса, питательной ценности и экологического следа. Модель не просто комбинирует продукты по шаблону, а рассчитывает состав и массу ингредиентов так, чтобы получить съедобный компромисс между калориями, пользой и воздействием на окружающую среду. В тестах часть рецептов получила оценки дегустаторов на уровне Big Mac или выше.
Ещё по теме:
Авторы работы исходили из простой проблемы: число возможных комбинаций ингредиентов для бургеров слишком велико для ручного подбора. По их оценке, речь идёт о 1043 вариантах. Поэтому вместо обычной языковой модели они использовали специализированную диффузионную систему, обученную на 2216 рецептах из базы Food.com. В датасете выделили 146 уникальных ингредиентов, после чего модель училась отдельно выбирать компоненты и отдельно рассчитывать их навески.
После обучения BurgerAI сгенерировала 1 млн рецептов и оценила их по нескольким метрикам. Для проверки исследователи взяли Big Mac как ориентир по вкусовой привлекательности и провели слепую дегустацию в ресторане Сан-Франциско. В ней участвовал 101 человек, которым подали пять бургеров, спроектированных системой. Два варианта по общему впечатлению, вкусу и текстуре набрали столько же или больше баллов, чем эталонный бургер.
⚡Подписывайтесь на канал itzine и канал подкаста ForGeeks в Telegram! Там самые свежие новости про технологии, гаджеты, косплей и космос.
Самый заметный разрыв получился по экологическим и питательным показателям. Наиболее «зелёный» рецепт оказался грибным: его интегральный показатель воздействия составил 0,06 против 0,93 у Big Mac, то есть более чем в 15 раз ниже. Самый питательный вариант был построен на фасоли и получил индекс здорового питания 63,12 против 33,71 у Big Mac, хотя по вкусу уступил мясному ориентиру. Отдельно авторы проверили, может ли система воспроизвести известный бургер без прямого обучения на нём: в среднем для совпадения с рецептурой Big Mac требовалось 7,3 млн случайных генераций.
🔥 Свежий обзор: Обзор пылесоса Roborock Qrevo Edge 2 Pro: Майбах в мире пылесосов
Такие эксперименты выходят далеко за пределы фастфуда. Генеративные модели уже применяют для поиска новых молекул в фарме и материаловедении: к примеру, Google DeepMind развивает инструменты для прогноза структуры белков, а стартапы вроде Insilico Medicine используют ИИ для проектирования кандидатов в лекарства. Пищевой сегмент тоже быстро растёт. По оценке McKinsey, цифровые инструменты персонализированного питания становятся одним из самых быстрорастущих направлений foodtech, а мировой рынок альтернативных белков, для которого важны вкус и состав, BCG ранее оценивала в десятки миллиардов долларов к началу следующего десятилетия.
👉 Читайте также наши материалы на itzine.ru
Для самих авторов BurgerAI служит скорее демонстратором подхода, чем сервисом для кухни. Если модель действительно переносима на другие задачи, её следующей проверкой станут не бургеры, а подбор новых материалов, химических соединений и биомолекул, где цена ошибки заметно выше, чем у неудачной булки с котлетой.
Читайте также:
···
👉 Подписывайтесь на наш канал в Дзене, чтобы не пропускать самые интересные новости и статьи!
Источник: Учёные обучили ИИ подбирать рецепты бургеров полезнее Big Mac