Yapay Zeka ile mutfak yaratıcılığını geliştirme

İnsanlar uzun zamandır makinelerin yaratıcı olamayacağını varsayıyorlar. Belki bunlardan bazıları ego: makineler zaten ağır şeyleri taşımak için daha kolay bir zamana sahipler, bizi satranç veya Go’da yenebilirler ve büyük veri setlerini bizden daha hızlı işleyebilirler , bu nedenle yaratıcılığı benzersiz bir insan gücü olarak iddia etmek doğaldır. Elbette, bir makine bir Rubik küpünü  bir saniyeden daha kısa sürede çözebilir , ancak harika sanat eserleri yaratmazlar veya zamanın testine dayanan müzik yapmazlar, değil mi?

Aslında, belki de öyle. Makineler şimdi müzikal melodiler  ve sanat eserleri yarattı ve sanatın bir insan tarafından yapılıp yapılmadığını söylemek zorlaşıyor . Görünen o ki makineler yaratıcı olabilir.

Hesaplamalı yaratıcılık yapay zeka, bilişsel psikoloji, felsefe ve sanatın kesiştiği noktada yer alan çok disiplinli bir çabadır. Accenture Labs olarak sanat eserinin yaratılmasına değil, Hızlı Tüketim Malları (FMCG) şirketlerinin yarattığı ürünler ve formülasyonlara odaklanıyoruz. Bizim bakış açımızdan, hesaplama yaratıcılığı, yardımcı araçlarla insan yaratıcılığını geliştirmek için AI’nın uygulanmasıdır.

Yaratıcı süreci geliştirmek ve artırmak için yapay zekayı kullanmak, şirketlerin daha hızlı yenilik yapabileceği anlamına gelir. Yeni ürün fikirleri veya ürün uyarlamaları oluşturmak için hesaplama yaratıcılığını kullanan araçlar, ekiplerin ürünleri daha spesifik pazar segmentlerine göre uyarlamasına ve özelleştirilmiş ürünleri öncekinden daha hızlı bir şekilde pazara sunmasına olanak tanır.

Bir kavram kanıtı geliştirmek için herkesin kalbine sevgili bir alan seçtik: yiyecek. Birçok FMCG şirketi gıda ürünleri sunmaktadır ve bu alan aynı zamanda halka açık çok sayıda veriye sahiptir. Dahası, büyük kültürel ve bölgesel varyasyonlarda bile, gıda hepimize anında tanıdık gelen bir şeydir. Tüm bu faktörler gıdayı hesaplama yaratıcılığı için harika bir test ortamı haline getirir.

Dock  lokasyonumuzda, yeni içerik ve lezzet kombinasyonları öneren bir AI sistemi ile çalışarak bir tasarım atölyesi düzenledik . Yüzünde, yeni bileşen ve lezzet kombinasyonları önermek kolay görünüyor: Neden olası her çifti üçlü, vb. Otomatik bir araç bunu kolayca yapabilir. Ne yazık ki, bu, sıralamak için çok sayıda potansiyel kombinasyonla sonuçlanacaktır ve herhangi bir filtreleme olmaksızın, bu kombinasyonların çoğu muhtemelen rahatsız edici olacaktır (“Hoşluk”, buradaki lezzet moleküllerinden gelen insan dereceli koku hoşluğunu ifade eder. bir tarifin veya ürünün bileşenleri). Örneğin, domatesleri fıstık ezmesi ile birleştirmek için bir öneri muhtemelen çok yararlı değildir.

Yapay zeka sistemimiz, tarifler, içerikler, reçete bölgesi, lezzet bileşikleri, besinler ve sağlık yararları gibi farklı veri parçalarını birbirleriyle ilişkilerine göre kategorize eden bir yapı olan bir bilgi grafiği içerir. Sistem bu bilgi grafiğini yenilik, sürpriz ve hoşluk gibi isteklere karşı kombinasyon önerileri yapmak için kullanır. Derin bir öğrenme modeli hoşluğu tahmin eder ve insanlar ek bileşenler ve lezzetleri keşfetmek için sistemle etkileşime girebilir: örneğin, hoş ve sağlık yararları sunan bir çikolata çubuğuna hangi bileşenin eklenebileceğini sorabilirsiniz. Menüye yapılan bazı kombinasyonlar arasında bitter çikolatalı parmesan; pancar ve limon otu; ve şekerleme ve kabak.

Michelin yıldızlı Mews restoranının ortak sahibi Robert Collender’ı tasarım atölyemize katılmaya davet ettik. Robert geldiğinde, AI’nın yemek pişirirken şeflerin yaptığı yaratıcılığı sergilediğine kuşkuyla yaklaştığını itiraf etti. Ancak yapay zekanın insanlarla çalışmak için tasarlandığını, yaratıcı süreçte yerini almadığını fark ettiğinde, sistemin yaratıcılık sunmak için yeni yollar arayan mutfak uzmanlarına yardımcı olabileceğini gördü.

Collender, “Yapay zekanın trendde kalmak, trendlerin nerede hareket ettiği hakkında iyi bir fikir vermek ve aynı zamanda açık olması gerekmeyen yeni lezzet kombinasyonlarına yardımcı olmak için nasıl kullanılabileceğini görebiliyorum” dedi. “Yapay Zeka’nın size verebileceklerinden gerçek kazananlar alabileceğinizi ve aynı zamanda müşteri için bu sürpriz unsuru da verebildiğinizi [görebiliyorum], kötü olandan ziyade iyi bir sürpriz!”

O zamandan beri, prototipin lezzet kombinasyonlarını kullanarak “AI Tapas” oluşturmak için Dock’taki catering ekibiyle birlikte çalıştık. Bunlar şimdi müşterileri hesaplama yaratıcılığı kavramına tanıtmak ve onlarla işlerine nasıl uygulanabileceğini araştırmak için “uygulamalı” bir yol olarak kullandığımız müşteri atölyeleri için hazırlanıyor.

Geleceğe baktığımızda, bu erken keşiflerden öğrendiklerimizi FMCG ortamındaki ürün formülasyonlarındaki uygulamalar için uyarlıyoruz. Bu alandaki kalıcı zorluklardan biri, tedarik zinciri gecikmeleri veya spesifik eksiklikler durumunda, bileşenlerin yerini hızlı bir şekilde ikame etmektir; sistemimiz yeni kombinasyonlar önermenin yanı sıra, bu tür potansiyel bileşen ikamelerinin araştırılmasını da desteklemektedir.