Publicidade
Comida

Este algoritmo adapta receitas típicas de uma cultura para outras tradições culinárias

Conhece as primeiras redes neuronais gastronómicas do nosso tempo.

Por Michael Byrne
24 Maio 2017, 1:43pm

Foto via Shutterstock

Este artigo foi originalmente publicado na nossa plataforma Motherboard.

E se a tua receita favorita fosse modificada para se adequar às técnicas e ingredientes tradicionais de diferentes culturas? Não estás a perceber? Vamos lá. Imagina, por exemplo, uma receita de lasanha, ok, mas feita com ingredientes tradicionalmente japoneses ou etíopes. Não estou a falar 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.

Parece uma cena tipo viagem pré-larica da ganza, mas a verdade é que isto está mesmo a acontecer. Um novo algoritmo de aprendizagem automática, desenvolvido por uma equipa de investigadores franceses, americanos e japoneses, usa redes neuronais e um enorme banco de dados sobre comida para transformar isto em realidade. O resultado, descrito num artigo publicado este mês no repositório eletrónico arXiv, é um sistema capaz tanto de adaptar uma receita para um estilo de alimentação completamente diferente - uma lasanha de sushi, por exemplo - como de identificar todos os componentes estilísticos de uma receita.


Vê também: "Chet Faker e Magnus Reid cozinham um peixe ao sal"


Quando o assunto é a análise de dados, as receitas são um curioso objecto de pesquisa. Uma receita (que já é, por si só, um algoritmo) é um objecto 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 nesta época de mistura e hibridização gastronómica.

"A globalização e o desenvolvimento económico dificultam a identificação do perfil dietético de determinadas receitas, visto que os hábitos alimentares estão a mudar e a convergir em muitos países da Ásia, Europa e de todo o Mundo", explica o artigo. E acrescenta: "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".

O primeiro componente do sistema tem como função reunir uma grande variedade de receitas e usá-las para treinar uma rede neuronal a reconhecer determinadas características que representam a culinária de certo país. Esse modelo pode, então, analisar listas de ingredientes e concluir em qual culinária regional elas se encaixariam. A parte seguinte do sistema cria um diagrama (exposto abaixo) para representar as sobreposições de estilo de cada receita, retratando essas convergências como coordenadas bidimensionais.

1495631661484-1495546729599-img1

A terceira parte do sistema classifica os ingredientes, através de um modelo conhecido como word2vec. Muito utilizado em análises de texto, este modelo analisa as relações entre palavras, ou, neste caso, entre ingredientes de uma receita. É quase simples: palavras ou ingredientes semelhantes são representados como associações semelhantes de palavras ou ingredientes. O resultado é uma análise profunda da semelhança entre ingredientes e, assim, de quais ingredientes podem ser substituídos por outros. Portanto, é desta forma, que o sistema cria versões alternativas de receitas tradicionais.

O resultado de uma dessas releituras pode ser visto abaixo. A equipa de investigadores, que inclui um chef de cozinha, fez questão de cozinhar a receita final. Mesmo tendo os hábitos alimentares de um guaxinim, o resultado pareceu-me muito interessante.

1495631720111-1495546750460-img2
1495633209176-1495546761199-img3

Segundo os investigadores, o objectivo deste algoritmo é fazer com que as pessoas se alimentem melhor. "Hábitos alimentares pouco saudáveis são uma questão de saúde pública e devem ser encarados como tal", diz o artigo. E salienta ainda: "Tendo em conta que investigações anteriores já apontaram o que torna uma receita saudável, acreditamos que é necessário investir no desenvolvimento de sistemas capazes de adaptar receitas saudáveis para qualquer estilo dietético. Desta forma, uma dieta comprovadamente saudável poderia ser adaptada às preferências de qualquer consumidor".

Graças às redes neuronais, talvez no futuro a minha dieta de guaxinim possa ser transformada em algo aproximadamente saudável.


Segue a VICE Portugal no Facebook, no Twitter e no Instagram.

Vê mais vídeos, documentários e reportagens em VICE VÍDEO.

Tagged:
Motherboard
Munchies
Tecnologia
Máquinas
dieta
culinária
Deep learning
receitas
alimentação
cozinha
Destaques
machine learning
aprendizado de máquina
inteligencia artifical
redes neuronais artificiais