Über 600 Backrezepte Analysiert Und Neue Produkte Mithilfe Von Maschinellem Lernen Entwickelt

Im Laufe tausender Jahre hat der Mensch eine Vielzahl köstlicher Nahrungsmittel entwickelt, doch unsere Geschmacksknospen sind nie zufrieden. Um neue Möglichkeiten zu erkunden, nutzte ein KI-Entwickler bei Google KI, um neue Dessertrezepte zu entwickeln. Wird KI im Bereich der Rezeptentwicklung einfallsreicher sein als der Mensch?

Backwaren nehmen seit jeher einen wichtigen Platz in der Vielfalt der Köstlichkeiten dieser Welt ein. Das weiche Brot, die zarten Kuchen und die knusprigen Kekse sind unwiderstehlich.

Backen ist nicht nur eine Kochtechnik, sondern auch eine Kunst. Durch das Mischen von Mehl, Eiern, Butter, Zucker und anderen Rohstoffen in unterschiedlichen Anteilen und das Durchlaufen einer Reihe physikalischer und chemischer Reaktionen erhalten Sie Snacks mit unterschiedlichen Geschmacksrichtungen und Texturen, wie exquisite Kunstwerke.

Bis heute haben Bäckermeister Dutzende klassischer Desserts entwickelt, beispielsweise Eierkuchen, Blätterteiggebäck und Millefeuille. Um den Geschmacksknospen von Feinschmeckern neue Erlebnisse und Anregungen zu bieten, forschen und entwickeln sie jedoch weiterhin ständig neue Produkte.

Als begeisterte Backerin erkundet auch Sara, eine KI-Ingenieurin bei Google, neue Möglichkeiten. Dieses Hobby verbindet sie mit ihrer Arbeit und nutzt KI, um neue Backrezepte zu entwickeln.

Entwickeln Sie mithilfe von maschinellem Lernen beim Backen in wenigen Minuten zwei neue Produkte

Wie viele andere Menschen verbrachte Sara, eine KI-Ingenieurin bei Google Cloud, viel Zeit in der Küche, da sie aufgrund der Epidemie gezwungen war, zu Hause zu bleiben.

Sara backt gern, aber sie hat festgestellt, dass die meisten Leute backen, indem sie im Internet nach fertigen Rezepten suchen und diese dann Schritt für Schritt befolgen. Dieser Ansatz ist sicherlich sicher, weist jedoch große Einschränkungen auf und ist schwer zu erneuern. Wenn Sie die Zuordnung jedoch zufällig vornehmen, kann dies zu einem Fehler führen und Sie verschwenden Material und Zeit.

Daher ist es wichtig, die wissenschaftlichen Prinzipien hinter den Backrezepten zu verstehen, damit Sie die unterschiedlichen Wirkungen der einzelnen Zutaten und unterschiedlichen Proportionen klar erkennen und sich so von den Beschränkungen fester Rezepte lösen können.

Als KI-Ingenieurin dachte Sara, dass diese Aufgabe perfekt zum maschinellen Lernen passt. „Wir trainieren das Machine-Learning-Modell mit vorhandenen Daten, lassen es die Regeln beherrschen und erstellen dann die gewünschte neue Formel.“

Basierend auf dieser Idee erstellte Sara schnell ein KI-Modell.Nach dem Erlernen von 600 Backrezepten kann das Modell genau bestimmen, ob das Backergebnis eines Eingaberezepts Brot, Kuchen oder Keks ist.

Als nächstes bat Sara das KI-Modell, das das Geheimnis der Verhältnisse der Backzutaten beherrschte, ein Rezept für eine Mischung aus Kuchen und Keksen zu erstellen, das sie „Cakie“ (Kuchen + Keks) nannte.

Das KI-Modell erfüllte die Erwartungen und generierte genau das Rezept, das Sara brauchte. Sara führte ihre eigenen Experimente durch und stellte fest, dass der gebackene „Cake“ unter Anleitung dieses neuen Rezepts ganz den Erwartungen entsprach und sehr gut schmeckte.

Anschließend bat Sara das KI-Modell, ein Rezept für „Breakkie“ (Brot + Keks) zu erstellen, und das Ergebnis stellte auch sie zufrieden.

KI-Bäcker: bestens vertraut mit den Prinzipien des Teigmischens

Sara hat den Prozess des Baus dieses Modells in ihrem Blog ausführlich beschrieben. Sehen wir uns an, wie KI zum professionellen Bäcker ausgebildet werden kann.

Datensatzorganisation

Zunächst sammelten Sara und ihre Kollegen mehr als 600 Rezepte aus dem Internet, um einen Rezeptdatensatz zu erstellen, darunter Brot, Kuchen und Kekse. Dann,Es wurden die üblicherweise verwendeten Kernrohstoffe extrahiert, insgesamt 16 Arten, darunter Mehl, Hefe, Milch, Wasser, Salz, Eier usw.

Anschließend standardisierte der Autor die Maßeinheiten verschiedener Zutaten in diesen Rezepten. Beispielsweise wurden einige in „Tassen“ und andere in „Löffeln“ gemessen. Der Autor hat sie alle in „Unzen“ umgerechnet (1 Unze ≈ 28,35 Gramm).

Modelle bauen, Rezepte lernen

Sie haben mithilfe der AutoML-Tabellen von Google ein Klassifizierungsmodell erstellt.

Sobald Sie ein neues tabellarisches Modell erstellt haben, können Sie Daten direkt aus CSV, Google Sheets oder einer BigQuery-Datenbank importieren. Nachdem die Daten importiert wurden, können Sie diese im Reiter „Training“ sehen:

Nachdem das Modell mit diesen Daten trainiert wurde, beherrscht es die Rezepteigenschaften jedes Backprodukts, sodass es genauere Vorhersagen treffen kann.

Analyse der Modellinterpretierbarkeit

Durch die Analyse verstand Sara besser, auf welcher Grundlage das KI-Modell seine Vorhersagen traf. Die Ergebnisse zeigen, dass für das KI-Modell die Bedeutung der einzelnen Zutaten des Backrezepts für die Entscheidungsfindung wie folgt eingestuft wird:

Natürlich sind die Rezepte für verschiedene Desserts in Wirklichkeit sehr komplex und die oben genannten Indikatoren sind nicht festgelegt. Sara analysierte beispielsweise die Vorhersageergebnisse eines bestimmten „Kuchen“-Rezepts und stellte fest, dass Eier, Butter und Backpulver wichtige Beurteilungsindikatoren für die KI-Vorhersage sind.

Tatsächlich haben Fachleute im Bereich des Backens schon seit langem Bücher geschrieben, in denen sie die Grundsätze des Backens erläutern, wie etwa „Das „Warum“ des Brotes auf wissenschaftliche Weise verstehen“ und „Die Brotbibel“, aber Laien haben möglicherweise nicht genug Zeit oder Geduld, um sie zu studieren.

KI-Bäcker nehmen uns diesen Schritt ab. Sie müssen keine wissenschaftlichen Prinzipien beherrschen, sondern können sich von der KI dabei helfen lassen, Desserts zu kreieren, die Ihrem Geschmack entsprechen. Ist es nicht wunderbar?

Ist KI bei der Entwicklung neuer Gerichte zuverlässiger als der Mensch?

In den letzten Jahren haben immer mehr Menschen genug von herkömmlichen Gerichten und fangen an, sich für innovative Gerichte zu interessieren. Die Realität sieht jedoch so aus: Wenn man nicht aufpasst, verwandeln sich innovative Gerichte in dunkle Gerichte, vor denen die Leute Angst haben: gebratenes Gemüse mit Orangen, gebratene Mondkuchen mit Paprika, gebratene Wassermelonen mit Bananen …

Bevor die KI lernte, Backrezepte zu entwickeln, war sie bereits an der Rezeptforschung und -entwicklung beteiligt. Wird es zuverlässiger sein als menschliche Köche, innovativ sein und gleichzeitig Fehler vermeiden?

Im Jahr 2019 ging der britische Kuchenhersteller Piglet's Pantry eine Partnerschaft mit Esme Loans ein, einer Plattform für Geschäftskredite, umDer Algorithmus wurde mit Tausenden von bestehenden, speziell britischen Kuchenrezepten gefüttert (mit insgesamt fast einer Million Zeichen Text) und lernte dann, Tausende neuer Kuchenrezepte zu erfinden.

Anschließend wurden nach manueller experimenteller Prüfung und Verbesserung fünf neue Kuchenrezepte für die Produktion ausgewählt. Einige Kunden meinten nach dem Probieren, sie seien köstlich.

Allerdings macht eine KI mit zu viel Vorstellungskraft und zu viel Innovation zwangsläufig Fehler.

Zuvor gelang es einer KI selbst nach dem Erlernen von 30.000 Rezepten nicht, die Kombination verschiedener Nahrungsmittel zu meistern und einige Rezepte zu erstellen, die ungenießbar aussahen.

Zum Beispiel die Kombination Blaubeere + Spinat + Fetakäse, Speck + Avocado + Pfirsich usw.

Es scheint, dass die Fähigkeiten der KI bei der Entwicklung von Rezepten nicht stabil genug sind und es sich manchmal nur um zufällige Kombinationen handelt. Daher müssen Feinschmecker mental darauf vorbereitet sein, die Aufgabe der Kreation innovativer Gerichte der KI zu überlassen. Obwohl dies Zeit spart, birgt es auch gewisse Risiken.

Nachrichtenquelle:

https://cloud.google.com/blog/topics/developers-practitioners/baking-recipes-made-ai