About Me

header ads

¿Hacer recetas creadas por IA? Google lo hizo posible

Imagen: Google – 2020

Cocinar en tiempos de cuarentena es, desde luego, un pasatiempo sumamente válido. De hecho, el interés de búsqueda en Estados Unidos por "hornear" se disparó tanto en noviembre como en diciembre de 2020.
 
Pero al estar en el campo de la IA, Google ha decidido profundizar un poco más en la tendencia para tratar de comprender la ciencia detrás de lo que hace que las galletas sean crujientes, los pasteles y el pan más esponjosos,. Por lo anterior, desde Google decidieron hacerlo con la ayuda del aprendizaje automático. Además, afirman que usaron el modelo de Machine Learning para crear dos recetas para hornear completamente nuevas: un cakie (híbrido de pastel y galleta) y un breakie (híbrido de pan y galleta).
 
Primero, fueron recopiladas cientos de recetas de galletas, pasteles y pan. Luego el sistema convirtió todos sus ingredientes en onzas y lo redujeron a algunos ingredientes esenciales (levadura, harina, azúcar, huevos, mantequilla y algunas otras cosas). Luego afirman que hicieron un poco de reorganización, ya que según Paul Hollywood, las golosinas como plátano, calabacín y pan de calabaza son realmente más pastel que pan.
 
Luego se empleó una herramienta de Google Cloud llamada ‘AutoML Tables’ para construir un modelo de aprendizaje automático que analizó las cantidades de ingredientes de una receta y predijo si era una receta para galletas, pastel o pan. Si no se ha probado aún ‘AutoML Tables’, es una forma que no requiere código, para crear modelos a partir del tipo de datos que encontrará en una hoja de cálculo, como números y categorías, sin necesidad de conocimientos de ciencia de datos.
 
Google afirma que el modelo pudo etiquetar con precisión panes, galletas y pasteles, pero también pudo identificar recetas que consideraba “híbridas”, algo que es, digamos, 50% de pastel y 50% de pan, o algo que sea 50% de pastel y 50% de galleta. Llamamos a dos de esas combinaciones el "breakie" (una galleta de pan) y el "cakie" (una galleta de pastel) respectivamente.
 
Más allá de generar recetas, también se usó el modelo para comprender qué hacía que la consistencia de las galletas, pasteles y panes fuera tan diferente. Para eso, fue empleada una métrica llamada "importancia de la característica", que ‘AutoML Tables’ calcula automáticamente.
 
En este caso, la cantidad de mantequilla, azúcar, levadura y huevo en una receta parecían ser indicadores importantes de "galletismo" (o apelmazamiento o panificación). ‘AutoML Tables’ permite ver la importancia de las características tanto para el modelo como un todo y para predicciones individuales.
 
Adjuntamos, en Tecnogus, las recetas elaboradas por Google para todos los interesados que deseen realizarlas (En inglés).


Publicar un comentario

0 Comentarios