TYLKO U NAS

Inteligentne zamienniki przepisów kulinarnych

2022-04-14 16:00
publikacja
2022-04-14 16:00
Inteligentne zamienniki przepisów kulinarnych
Inteligentne zamienniki przepisów kulinarnych

Rozmawiamy z dr hab. inż. Agnieszką Ławrynowicz, prof. PP na temat projektu TAISTI, inspiracją do którego była praktyka. W czasie gotowania według przepisów zdarza się bowiem, że brakuje jakiegoś składnika w lodówce, i pojawia się pytanie czym go szybko zastąpić…

Jak pani profesor definiuje projekt TAISTI?

W projekcie tworzymy nowe technologie służące rekomendacji zamienników składników w przepisach kulinarnych biorąc pod uwagę zarówno aspekty technologiczne (np. smak, kolor) jak i dietetyczne i zdrowotne (np. to, że ktoś musi wykluczyć dany składnik z diety).  Wymaga to prac badawczych w kilku obszarach sztucznej inteligencji, a także badań interdyscyplinarnych łączących sztuczną inteligencję z technologią żywienia, dietetyką, naukami o zdrowiu, lingwistyką czy też komputerową kreatywnością.

Skąd inspiracja do projektu?

Inspiracja do projektu powstała z praktyki. W czasie gotowania według przepisów zdarza się bowiem, że brakuje jakiegoś składnika w lodówce, i pojawia się pytanie czym go szybko zastąpić. Jeśli mamy konkretne wskazówki czy też preferencje dietetyczne to pojawia się pytanie jak np. z przepisu na smaczne danie zrobić przepis na równie smaczne danie wegetariańskie. 

Czy sztuczna inteligencja zastąpi człowieka w stu procentach?

To nie jest celem tworzenia technologii AI. Mówi się raczej np. o wsparciu decyzji jakie podejmuje człowiek, a sztuczna inteligencja jest jedynie narzędziem. Sztuczna inteligencja jest w tej chwili stosowana nawet na takim poletku, które wydaje się bastionem zarezerwowanym dla człowieka, to jest w komputerowej twórczości. Ale nawet tam mówi się o współtworzeniu a nie zastępowaniu twórcy.

Na czym będzie polegała technologia oparta na sztucznej inteligencji w projekcie?

Obecnie technologie sztucznej inteligencji często utożsamia się z uczeniem maszynowym, z podejściami opartymi na statystyce, na głębokich sieciach neuronowych. Operuje się w takich systemach na reprezentacjach danych i wiedzy w postaci liczb, wektorów, bardzo wydajnych, ale często nieczytelnych i niezrozumiałych dla człowieka. Natomiast kiedy powstawały pierwsze technologie AI, były one oparte na symbolicznych, łatwo interpretowalnych reprezentacjach. Te dwa nurty to trochę jak systemy myślenia szybkiego i wolnego, o których pisze w swojej sławnej książce noblista Kahneman. Oba są potrzebne.

Jak ważny w projekcie będzie system proof-of-concept?

Wyznacza cel, dzięki temu wiemy, dokąd zmierzamy, motywuje wyzwania badawcze z jakimi chcemy się zmierzyć.

Czy projekt pozwoli na zintegrowane zasoby wiedzy i danych na temat różnych przepisów?

Okazuje się, że bardzo dużo ustrukturalizowanej wiedzy jest dostępnej, tylko potrzebne jest jej odpowiednie wydobycie i połączenie, aby służyła danej aplikacji. Część zasobów jakie wytworzymy udostępnimy jako wynik projektu.

Czego życzyć pani profesor?

Żeby sztuczna inteligencja przyczyniała się na rzecz dobra społeczeństwa i środowiska i mogłabym dorzuć do tego swój kamyczek.

Źródło:Materiał partnera

Polecane

Najnowsze

Popularne

Ważne linki