600以上のベーキングレシピを分析し、機械学習により新製品を開発

何千年もの蓄積を経て、人類はあらゆる種類のおいしい食べ物を開発してきましたが、私たちの味覚は決して満足することはありません。 Google の AI 開発者は、新たな可能性を探るため、AI を使用して新しいデザートのレシピを開発しました。レシピ開発の分野では、AIは人間よりも想像力豊かになるでしょうか?

世界中のあらゆる種類の珍味の中で、焼き菓子は常に重要な位置を占めています。柔らかいパン、繊細なケーキ、サクサクしたビスケットはどれも魅力的です。

ベーキングは単なる調理技術ではなく、芸術のようなものです。小麦粉、卵、バター、砂糖などの原材料をさまざまな割合で混ぜ合わせ、一連の物理的、化学的反応を経て、味や食感が異なるまるで芸術品のようなスナックが生まれます。

今日、パン作りの達人たちは、エッグタルト、パフ、ミルフィーユなど、数十の古典的なデザートを開発しました。しかし、食通の味覚に新しい体験と刺激をもたらすために、彼らは今でも常に新製品の研究と開発を続けています。 。

Google AI エンジニアのサラは、パン作りの愛好家として、新たな可能性を模索してきました。彼女はこの趣味と仕事を組み合わせて、AI を使用して新しいパンのレシピを開発しています。

パン作りのための機械学習、数分で 2 つの新製品を開発

多くの人と同じように、Google Cloud の AI エンジニアであるサラさんも、疫病の影響で自宅待機を余儀なくされたとき、キッチンに多くの時間を費やしました。

サラはパンを焼くのが好きですが、パンを焼くとき、ほとんどの人はインターネットで既製のレシピを検索し、その手順に従っていることに気付きました。このアプローチは確かに安全ですが、大きな制限があり、革新が困難になります。しかし、適当に組み合わせてしまうと、ひっくり返る可能性が高く、材料も時間も無駄になってしまいます。

したがって、各材料の異なる効果と異なる割合を理解し、固定レシピの制限を取り除くために、ベーキングレシピの背後にある科学的原理を理解することが重要です。

AI エンジニアであるサラは、このタスクが機械学習に非常に適していると信じています。 「既存のデータを使用して機械学習モデルをトレーニングし、ルールを把握させて、必要な新しいレシピを作成します。」

このアイデアに基づいて、サラはすぐに AI モデルを構築しました。600 個の製パンレシピを学習した後、モデルは入力レシピの製パン結果がパン、ケーキ、クッキーのいずれであるかを正確に判断できます。

次に、サラさんは、製パン材料の比率の秘密をマスターした AI モデルに、ケーキとクッキーの混合レシピを作成するよう依頼し、これを「ケーキ」(ケーキ+クッキー) と名付けました。

AI モデルは期待に応え、サラのニーズに応じて正確なレシピを生成しました。サラは個人的に実験を行ったところ、この新しいレシピの指導のもとで焼き上げた「ケーキ」が期待通りで、とても美味しかったことがわかりました。

その後、サラさんはAIモデルに「パンビスケット」のレシピ「ブレイキー」（パン+クッキー）の作成を依頼し、彼女もその結果に満足しました。

AI パン職人: デザートの配分の原則に精通しています

Sara はこのモデルの構築プロセスをブログで詳しく紹介しています。AI がどのようにしてプロのパン職人になるのかを見てみましょう。

データセットの構成

まず、サラと同僚はインターネットから 600 以上のレシピを収集し、パン、ケーキ、クッキーなどのレシピ データ セットを作成しました。それから、小麦粉、酵母、牛乳、水、塩、卵など、一般的に使用される合計 16 種類の核原料が抽出されます。

そして、これらのレシピ内のさまざまな原材料の測定単位は、たとえば「カップ」であるものもあれば、「スプーン」であるものもあり、すべて「オンス」（1 オンス ≈ 28.35 グラム）に換算されています。

モデルを構築してレシピを学ぶ

彼らは Google の AutoML Tables を使用して分類モデルを構築しました。

新しい表形式モデルを作成したら、csv、Google スプレッドシート、または BigQuery データベースからデータを直接インポートできます。データがインポートされると、[トレーニング] タブでデータを確認できます。

これらのデータを使用してモデルをトレーニングすると、モデルは各焼き菓子のレシピの特徴を理解し、より正確な予測ができるようになります。

モデルの解釈可能性を分析する

分析を通じて、サラは予測を行う際の AI モデルの判断の根拠をさらに理解しました。その結果、AI モデルでは、意思決定における製パンレシピの各材料の重要性が次のようにランク付けされていることがわかりました。

もちろん、さまざまなデザートのレシピは実際には非常に複雑であり、上記の指標は固定されていません。たとえば、サラさんは、ある「ケーキ」のレシピ予測結果を分析したところ、卵、バター、重曹がAI予測の重要な判断指標であることがわかりました。

実はパン作りの分野では、すでに『パンの「なぜ」が科学的にわかる』や『パンバイブル』など、プロがパン作りの原理を紹介した書籍を出版していますが、素人にとっては時間が足りなかったり、パン作りの原理を紹介したりすることが難しいかもしれません。我慢して勉強してください。

AI パン屋はこのステップを省略してくれます。科学的な原理を習得する必要がなく、AI に自分の好みに合ったデザートを作ることができるのは素晴らしいことではないでしょうか。

新しい料理の開発において、AI は人間よりも信頼できるのでしょうか?

近年、従来の料理に飽きて斬新な料理を求める人が増えています。しかし現実には、気をつけないと革新的な料理も、オレンジと野菜の炒め物、ピーマンと月餅の炒め物、バナナとスイカの炒め物など、法外な暗い料理に変わってしまいます。

AI がパンのレシピ開発を学ぶ前に、すでにレシピ開発の分野に携わっていました。ひっくり返りを避けながらイノベーションを起こすのは、人間の料理人よりも頼りになるでしょうか？

2019年、イギリスのパイメーカーであるPiglet's Pantryは、ビジネス向け融資プラットフォームであるEsme Loansと提携し、このアルゴリズムには、数千の既存の英国独自のパイ レシピ (合計約 100 万文字のテキスト) を学習し、その後、何千もの新しいパイ レシピを発明する方法を学習することが求められました。

その後、手動による実験的なスクリーニングと改良を経て、5 つの新しいパイのレシピが製造用に選択されました。試食したお客様の中には、美味しかったとの声もいただきました。

しかし、AIが想像力を持ちすぎて革新しすぎると、必ず間違いを犯します。

以前は、30,000 のレシピを学習した AI がさまざまな食品の組み合わせを習得できず、不味そうに見えるいくつかのレシピを生成していました。

例えば、ブルーベリー＋ほうれん草＋フェタチーズの組み合わせや、ベーコン＋アボカド＋桃の組み合わせなど…。

レシピ開発におけるAIのスキルは十分に安定しておらず、場合によってはランダムな組み合わせになることもあるようです。したがって、大多数の美食家は、革新的な料理のタスクを AI に引き渡す心の準備が必要です。そうすることで時間は節約されますが、一定のリスクも伴います。

ニュースソース:

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