Comida

Este algoritmo adapta receitas típicas para outras tradições culinárias

Conheça as primeiras redes neurais gastronômicas do nosso tempo.
23.5.17
Foto via Shutterstock

E se sua receita favorita fosse modificada para se adequar às técnicas e ingredientes tradicionais de diferentes culturas? Não sacou? Vamos lá: imagine, por exemplo, uma receita de lasanha, ok, mas feita com ingredientes tradicionalmente japoneses ou etíopes. Não estou falando de "fusão" entre duas cozinhas, mas de algo mais profundo: uma releitura do conceito da própria lasanha criada a partir das tradições culinárias de outro país.

Publicidade

Parece viagem pré-larica, mas é isso que está acontecendo. Um novo algoritmo de aprendizagem automática desenvolvido por uma equipe de pesquisadores franceses, americanos e japoneses usa redes neurais e um enorme banco de dados sobre comida para transformar isso em realidade. O resultado, descrito em artigo publicado nesse mês no repositório eletrônico arXiv, é um sistema capaz tanto de adaptar uma receita para um estilo de alimentação completamente diferente — uma lasanha de sushi, por exemplo — quanto de identificar todos os componentes estilísticos de uma receita.

Quando o assunto é a análise de dados, receitas são objeto de pesquisa curioso. Uma receita (que já é, por si só, um algoritmo) é um objeto extremamente quantificado, seja em termos de colheres, gramas ou na proporção entre ingredientes. Isso explica o impulso de analisar receitas do ponto de vista estatístico, em especial nessa época de mistura e hibridização gastronômica.

"A globalização e o desenvolvimento econômico dificultam a identificação do perfil dietético de determinadas receitas, posto que os hábitos alimentares estão mudando e convergindo em muitos países da Ásia, Europa e de todo o mundo", explica o artigo. "Em relação ao supracitado desafio, até onde sabemos, poucos se interessaram em desenvolver um algoritmo capaz de adaptar o estilo alimentar de uma determinada receita a outros padrões dietéticos."

Leia o resto da reportagem em Motherboard.