Tarım ve GıdaYazılım

Algoritmik Gastronomi

En popüler yemek tarifini, çeşitli bölgesel gıda kültürlerinden herhangi birinin geleneksel yöntemleri ve içeriklerine uyacak şekilde değişime uğratan sistem. Örneğin; lazanya yemeğinin orijinal kaynağı yerine, Japon veya Etiyopyalı mutfağından türetilmiş gibi…

Yemekleri birleştirmek yerine; onları başka bir yerin mutfak geleneklerine göre yeniden yazan, bir algoritmik gastronomi.

Fransız, Amerikan ve Japon araştırmacılar tarafından geliştirilen yeni bir makine öğrenme algoritması, sinir ağları ve büyük miktarlarda gıda verilerini temel alan otomatik bir çözüm sunuyor. I Programmer’da yayınlanan bir makalede, arXiv ön baskı sunucusuna verilen sonuca göre; belirli bir tarifi alıp, alternatif bir diyet biçimine (örneğin; suşi lazanya’ya)  çevriliyor.

Kendi başına, zaten bir algoritma olan yemek tarifi; yemek kaşığı, ons veya içerik maddelerindeki oranlarla, yeniden yazılıp, yeni bir kültürü oluşturabilir.

Makale, ” Tarifler ve yemek kültürleri Asya, Avrupa ve diğer pek çok ülkede değişmekte olsa da; küreselleşmenin ve ekonomik gelişmenin artmasıyla, kültürlerin birbirine karışmasından dolayı, onları ayırt etmek zorlaşmaktadır. İkinci zorluk ise; bilgimize göre, bir tarifin beslenme stilini, herhangi bir seçilmiş diyet modeline dönüştüren algoritmalar geliştirmeye çok az dikkat edilmiş olmasıdır.”
Sistemin ilk bileşeni, çok sayıda yemek tarifini alarak, hangi tarif özelliklerinin hangi ülkenin mutfak stilini temsil ettiğine dair, sinir ağı eğitmek için kullanılıyor. Bu model daha sonra yeni içerik listelerini alabilir ve hangi ülkenin mutfağının bu listeye karşılık geldiğini tahmin edebilir. Bu bölüm, oldukça tipik bir makine öğrenme sınıflandırma problemidir.
Sistemin bir sonraki kısmı, tarifin stil karışımını alır ve verileri iki boyutlu koordinat olarak görüntüleyen bir Newton diyagramı olarak (aşağıda) görselleştirir.


Sistemin üçüncü kısmı, materyalleri alır ve bunları, bir word2vec modeli aracılığıyla kümelendirir. Metinsel analizde sıkça kullanılan bu yöntem, sözcükler arasındaki ilişkileri veya bu örnekteki gibi reçete bileşenlerini niceleştirmenin bir yoludur. Benzer kelimeler / içerikler, benzer sözcük / katkı maddeleri sınıfları tarafından temsil edilir.

Sonuçta; benzer malzemelerin birbirine ne kadar yakın olduklarını tespit edip, bunları derin öğrenme yoluyla aktarır ve bir sonraki işlemde kullanır. Sistem, alternatif tarif çeşitlerini bu yolla ortaya çıkarır.

*Dönüşümün sonuçları

Profesyonel şeflerle de çalışan araştırmacılar, nihai tarifi aldılar ve pişirdiler.

Bildiride açıklandığı gibi;  “Sağlıksız beslenme biçimi, çözülmesi gereken en önemli halk sağlığı sorunlarından biridir.  Geçmişte klasik yöntemle keşfedilen sağlıklı tarifler göz önüne alındığında; gelecekteki çabalar, veri tabanlı sistemlerin geliştirilmesine katkıda bulunabilir.  Bu tür sağlıklı yemek tariflerini herhangi bir diyet stiline dönüştürebilir. Ardından, bilimsel olarak kanıtlanmış sağlıklı bir diyet stili, kullanıcının benzersiz yiyecek tercihlerine göre kabul edilebilir.”

Sinir ağları sayesinde, gelecekte tüm yemek tarifleri ve diyet formülleri algoritmik olarak sağlıklı şekilde ayarlanabilir olacaktır.

Etiketler
1 Oy2 Oy3 Oy4 Oy5 Oy (Henüz oy verilmedi)
Loading...

Benzer Makaleler

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

Close