Is dit AI Thanksgiving-menu beter dan het menselijke?

Recepten worden mondeling doorgegeven, op indexkaarten gekrabbeld en in kookboeken gepubliceerd. Maar ze hebben altijd één ding gemeen. dat ze door mensen zijn gemaakt.

In feite zijn weinig dingen menselijker dan recepten. De achtergronden, verhalen, smaken en gedachten van de makers zijn in elk stuk vermengd en op elkaar gedrukt.

Mensen hebben echter hun grenzen. Ze kunnen niet elk recept voor aardappelpuree op internet lezen voordat ze met hun eigen versie komen, ze kunnen niet duizenden technieken analyseren op zoek naar de beste manier om taartbodem te maken.

Deze recepten bevatten alle elementen van onze handgemaakte voorouders. Een inleidende notitie met een lijst van ingrediënten, exacte afmetingen, stap-voor-stap instructies en een persoonlijk tintje (gemaakt). Hun voordeel is in theorie dat ze toegang hebben tot enorme hoeveelheden online informatie over eten en koken.

Maar zijn ze goed? En kunnen ze de culinaire ervaring die al duizenden jaren bestaat, nog versterken?

Zoals thuiskoks, professionele koks en redacteuren van voedselmagazines weten, is de ultieme test van elk recept het Thanksgiving-diner.

Dus gebruiken we kunstmatige intelligentie (een technologie in dit geval GPT-3) om een ​​vakantiemenu te bedenken, te bereiden en te presenteren aan een team van smaaktesters (vier culinaire columnisten van de New York Times).

De resultaten zeggen veel over het potentieel van de techniek en het doel van het recept.

Voordat we ingaan op het vonnis, wil ik de wetenschap uitleggen. GPT-3 is ontworpen door OpenAI, een van ‘s werelds meest ambitieuze laboratoria voor kunstmatige intelligentie, en is een neuraal netwerk en wiskundig systeem dat vaardigheden kan leren door enorme hoeveelheden gegevens te analyseren.

Sommige systemen onderzoeken afbeeldingen. In september won het door AI gegenereerde werk de eerste prijs in een kunstwedstrijd voor staatskunst. GPT-3 analyseert digitale teksten zoals boeken, Wikipedia-artikelen, tweets, chatlogs, computerprogramma’s en natuurlijk recepten. U kunt miljarden verschillende patronen identificeren in de manier waarop mensen woorden, cijfers en symbolen met elkaar verbinden, en die kennis gebruiken om unieke inhoud te genereren. Origineel recept Thanksgiving-menu en meer.

Kunstmatige intelligentie hervormt verschillende gebieden, van e-mailmarketing tot computerprogrammering. Het maken van recepten is geen populair onderzoeksgebied, maar een handvol onderzoekers, waaronder een team van het Massachusetts Institute of Technology, is begonnen te onderzoeken of AI de vaardigheid onder de knie kan krijgen.

In 2016 heeft optica-onderzoeker Janelle Shane, die de blog AI Weirdness over machine learning voert, een recept gemaakt en gepost met behulp van systemen zoals GPT-3. Volgens haar creëerden vroege versies van de technologie een enigszins, nou ja, raar recept. Ze vroegen om onzinnige ingrediënten zoals ‘gepelde rijst’ en ‘gehakte bloem’.

Tegenwoordig lijken veel AI-recepten niet te onderscheiden van door mensen gemaakte recepten, zei ze.

“Het is aannemelijk dat het echt werkt,” zei Dr. Shane. “Dus als je niet oplette en iemand las dit recept gewoon hardop voor, zou je denken: ‘Oh ja, het klinkt als een volkomen normaal recept.'”

Om het AI-Thanksgiving-menu te maken, begonnen we ons op een verrassend menselijke manier voor te stellen aan het GPT-3-systeem.

Mark Chen, een onderzoekswetenschapper bij OpenAI, adviseerde mij (Priya Krishna) persoonlijk te worden. Vertel het systeem over uzelf, inclusief uw familieachtergrond, favoriete smaken en ingrediënten die u vaak gebruikt.

“Hoe meer details je geeft in een prompt, hoe beter je model over het algemeen zal presteren”, zei hij.

Dus nadat ik me had aangemeld bij GPT-3 op mijn laptop, typte ik: Ik hou van pittige smaken, Italiaans en Thais eten en desserts die niet te zoet zijn. Ingrediënten die ik vaak gebruik bij het koken zijn chaat masala, miso, sojasaus, kruiden en tomatenpuree. ”

Toen schreef ik: “Laat me het Thanksgiving-menu zien dat je voor me hebt gemaakt.”

Het eerste recept gemaakt door GPT-3 heette “Pumpkin Spice Chart”. Ik was verbaasd over het concept, maar ik was onder de indruk van de originaliteit.

Ik stelde een vervolgvraag om de creativiteit van GPT-3 aan te wakkeren. Laat me wat desserts zien die bij mijn smaak passen. Laat me je niet-traditionele Thanksgiving-recept zien.

Een paar minuten later had ik een compleet menu dat plausibel leek (ja, dat is de volledige naam van het recept) en Pumpkin Spice Cake met Orange Cream Cheese Frosting.

Het eten zag er heerlijk genoeg uit. Elke foto is gemaakt met DALL-E, een ander OpenAI-systeem dat afbeeldingen genereert. Vervolgens hebben we GPT-3 gevraagd om elk recept te introduceren. Geschreven vanuit mijn oogpunt: “Dit recept voor geroosterde kalkoen is geïnspireerd op de smaak van mijn jeugd.” (Het was niet.)

Sommige ingrediëntenlijsten leken twijfelachtig: de naan-vulling vereiste 32 ingrediënten, waaronder 2 kopjes gedroogd fruit. De meeste recepten waren twijfelachtig laag in zout en vet.

Het koken en proeven van het recept deed die hoop bijna teniet.

De cake was eerder rijk en geurig dan zoet. De naanvulling smaakte naar chana masala en fruitcake die in een bar was geplet, maar die was er niet. Het resultaat was droog en smaakloos.

De chaat gemengd met koriander en bakkruiden was een met gras begroeide puree. De sperziebonen en cranberrysaus waren eetbaar maar onopvallend.

Onze hobbycolumnist was nog minder aardig.

“We zijn niet werkloos”, zei Melissa Clarke. “Ik heb niet het gevoel dat ik dit voedsel eet”, voegde Yewande Komorafe eraan toe.

Genevieve Ko vat het het beste samen: “Er zit geen ziel achter.”

Het recept bood weinig aanwijzingen over wat de kok zou moeten zien en ruiken tijdens het proces, en het gaf ook geen reden waarom de ingrediënten in een bepaalde volgorde werden toegevoegd.

Zelfs vóór de proeverij stelde optisch onderzoeker Dr. Shane voor om onze verwachtingen te verlagen.

Maar de technologie, zelfs in dit vroege stadium, heeft toepassingen. OpenAI-wetenschapper Cheng zei dat het zou kunnen helpen bij het bieden van basisinspiratie voor thuiskoks.

“Ik heb iets in gedachten dat ik wil maken en ik weet niet zeker hoe ik het moet maken, of ik heb alle ingrediënten en weet niet precies hoe ik het in elkaar moet zetten,” zei hij. “Dit kan een zeer snelle manier zijn om veel verschillende ideeën te leveren.”

GPT-3 kan ook helpen om bestaande recepten te personaliseren door versies te maken die minder pittig zijn of specifieke smaken bevatten, zei hij.

Maar Nick Sharma, auteur van kookboeken die koken en wetenschap met elkaar verweven, maakt zich zorgen over de vooringenomenheid die inherent is aan deze programma’s. Ze hebben toegang tot het Engelstalige internet, waar westerse recepten de boventoon voeren. Ook als deze programma’s niet-westerse gerechten suggereren, kunnen ze iets gebruikelijker zijn waar Amerikanen bekend mee zijn, zoals tandoori-kip, voegde hij eraan toe.

“Ons doel als voedselschrijvers is om mensen in nieuwe richtingen te leiden, hen uit te dagen en hen te helpen de wereld te begrijpen”, zei hij. Bij kunstmatige intelligentie is de vraag: “Hoe doen we dat?”

AI is al ingebed in het koken. Thuiskoks gebruiken zoekmachines om recepten te vinden en vragen virtuele assistenten zoals Amazon Alexa om theelepels om te zetten in eetlepels.

Deze technologie zal de mens niet vervangen, althans voorlopig niet. Je kunt de kok in de ene of de andere richting aanpassen. Maar het is intuïtie, verhalen vertellen en menselijkheid met warmte die geweldige recepten maken.

Volgens Dr. Shane is de persoon achter het gerecht net zo belangrijk als het recept zelf. Het is de moeite waard om te weten dat iemand de tijd heeft genomen om een ​​taart-, vulling- of kalkoenversie te perfectioneren en deze te delen.

“We willen weten wat deze recepten voor iemand betekenen,” zei ze.

Leave a Comment

Your email address will not be published. Required fields are marked *