🍗 ИИ подскажет, что подходит к курице — в зависимости от того, учился ли он по рецептам или по молекулам

Стартап Kaikaku.AI представил исследование Epicure — три почти идентичные модели ИИ, которые по-разному отвечают на вопрос о сочетаемости продуктов. Разница лишь в обучающих данных.

Модель Cooc анализирует только реальные рецепты: на запрос «курица» она выдаёт чеснок, лук и чёрный перец. Модель Chem изучает молекулярный состав ингредиентов из базы FlavorDB и предлагает говядину или свинину — продукты с похожим вкусовым профилем. Третья модель Core объединяет оба подхода.

Epicure обработал 4,14 млн рецептов на семи языках, включая китайский, русский, вьетнамский и немецкий. Для очистки данных использовались эмбеддинги Claude и Gemini — 200 тыс. сырых терминов (варианты написания, бренды, инструкции) были приведены к 1790 чистым ингредиентам. Химическая модель Chem показала лучшие результаты даже в категориях, где не имела прямых данных — например, в определении вкусов (сладкий, кислый, горький) и пищевой ценности.

Разработчики планируют использовать Epicure в роботизированных ресторанах, где ИИ будет не просто подбирать ингредиенты, а понимать их глубинную химическую совместимость.

#AI #Food #Epicure #KaikakuAI #LLM #Recipe