Penerapan Kecerdasan Buatan Dalam Dunia Memasak

Penerapan Kecerdasan Buatan Dalam Dunia Memasak – Contoh penerapan kecerdasan buatan (AI) sampai di dapur. Selain menggerakkan berbagai peralatan dapur pintar, peran kecerdasan buatan dalam pengolahan makanan mulai berkembang.

Penerapan Kecerdasan Buatan Dalam Dunia Memasak

meggettsc – Pernahkah Anda menemukan lemari es di dapur Anda penuh dengan berbagai bahan tetapi tidak tahu apa yang harus dilakukan dengannya? Tentu membutuhkan waktu untuk membuka halaman resep di buku masak atau menelusuri resep di Internet. Di sana Anda bisa menemukan contoh penerapan kecerdasan buatan.

Berkat teknologi kecerdasan buatan seperti pengenalan gambar dan pembelajaran mesin, kita dapat menghemat waktu, makanan, dan biaya di dapur untuk mempraktikkan resep makanan lezat bahkan membuat resep baru dengan selera yang lebih individual.

 

Baca Juga : Memajukan Penyelarasan Kecerdasan Buatan Dan Nilai Kemanusiaan

 

Ubah gambar menjadi resep
Roti kayu manis lembut dan hangat yang dilapisi gula leleh. Atau pizza yang diisi topping warna-warni, keju lelehnya masih mendesis karena baru dikeluarkan dari oven. Namun jika makanan yang disajikan hanya berupa gambar, tanpa resep, Anda akan berhenti memasaknya. Ini bisa membuat frustasi bagi seorang juru masak.

Untuk mengatasi tantangan ini, Facebook menciptakan sistem gambar-ke-resep yang memungkinkan pengguna menerjemahkan resep.

Sistem ini dapat menganalisis foto suatu hidangan dan “menulis” resep dari awal. Dalam beberapa detik, sistem akan menghasilkan daftar bahan-bahan yang diperlukan dan langkah-langkah yang terlibat dalam persiapannya. Sistem yang merupakan contoh penerapan kecerdasan buatan ini tidak dapat mengidentifikasi jenis atau suhu tepung atau jamur yang sama persis dengan resep aslinya (jika ada), namun sistem menyediakan resep yang disebutkan oleh Facebook. dapat dipercaya (dan lezat).

Di balik sistem ini, yang masih dalam tahap penelitian, terdapat teknologi computer vision, atau teknologi yang memungkinkan untuk mengekstrak informasi dari gambar dan video digital untuk memberikan pemahaman visual tingkat tinggi kepada komputer. Saat ini, teknologi computer vision sering digunakan dalam kehidupan sehari-hari. Misalnya pada aplikasi smartphone yang memungkinkan Anda mendeteksi apakah ada tumbuhan atau hewan di kamera yang kita soroti. Atau pada aplikasi pemindai kartu kredit sehingga pemegang kartu kredit tidak perlu berulang kali memasukkan nomor kartunya.

Namun, ini bukan sistem visi komputer biasa karena sistem ini memiliki “materi abu-abu”. Pada manusia, materi abu-abu terletak di lobus frontal otak dan merupakan bagian otak yang paling aktif.

Sistem yang dibangun Facebook didukung oleh dua jaringan saraf secara bersamaan untuk menghasilkan fungsi (misalnya materi abu-abu). Jaringan saraf ini, disebut Recipe1M, dibangun oleh Computer Science and Artificial Intelligence Laboratory (CSAIL) MIT dan berisi jutaan gambar makanan dan resep dengan algoritma yang dirancang untuk mengenali pola dalam gambar digital.

Drozdzal memperkirakan sistem ini akan jauh lebih maju dibandingkan sistem sebelumnya. Sistem pengenalan makanan sebelumnya akan mencocokkan gambar makanan dan resep yang sudah disimpan dalam sistem gambar yang dimasukkan pengguna. “Ini seperti mengambil satu foto dan kemudian mencari foto yang sama di buku resep yang sangat besar,” Drozdzal menjelaskan sistem sebelumnya.

Keanekaragaman makanan dan bahan serta perubahan bentuk bahan-bahan tersebut setelah dimasak menjadikan teknologi pengenalan makanan sebagai salah satu tantangan untuk memahami gambar alam. Namun, pada sistem berbasis AI, sistem memiliki kesimpulan dan pengetahuan sebelumnya, sehingga lebih pintar dalam mengenali dan membuat resep dari gambar

 

Baca Juga : Memahami Masa Depan Kecerdasan Buatan dan Hukum Keluarga

 

Masakan Apa Hari Ini?

Pertanyaan ini sering muncul di benak kita khususnya ibu rumah tangga. Kita sering kehabisan ide memasak dan akhirnya menyajikan makanan yang sama.

Contoh aplikasi AI yang ditunjukkan oleh Plant Jammer dan Chefling mencoba mengatasi tantangan ini. Menggunakan teknologi kecerdasan buatan dan pembelajaran gastronomi, kedua aplikasi ini membantu orang membuat resep lezat yang dipersonalisasi dari bahan-bahan yang tersedia.

Sistem merekomendasikan resep berdasarkan bahan-bahan yang tersedia dan preferensi pengguna menggunakan algoritma berbasis database yang mencakup metode pemrosesan bahan mentah, langkah-langkah pemrosesan makanan, dan label rasa. Sistem ini dapat diintegrasikan dengan peralatan rumah tangga pintar seperti lemari es dan oven pintar untuk mendeteksi bahan-bahan yang tersedia saat ini, suhu dan waktu memasak makanan.

Selain menghemat waktu dan tenaga dalam penyiapan makanan, penerapan AI juga disebut-sebut dapat mengurangi sampah berupa sisa makanan.

Menciptakan rasa baru dari masa lalu

IBM Research dan McCormick and Company telah menciptakan sistem kecerdasan buatan yang dapat menciptakan rasa baru dengan lebih efisien dan efektif. Menciptakan rasa baru dengan tangan adalah tugas yang sulit karena terbatasnya keterampilan dan pengalaman manusia.

Namun, dengan menerapkan kecerdasan buatan, kita dapat menggabungkan rasa secara lebih efektif berdasarkan data yang telah dikumpulkan sistem dari industri makanan selama beberapa dekade, seperti formula yang dibuat sebelumnya, komponen bahan mentah, hasil uji coba dan pengujian konsumen, makanan. produk, kisah produk yang sukses di pasar, dll.

Disebut McCormick ONE, sistem ini didukung oleh algoritma pembelajaran mesin canggih untuk meneliti dan memprediksi bahan mentah dan kombinasi formula. Berdasarkan wawasan yang diperoleh dari sistem ini, produsen makanan dapat mengoptimalkan senyawa rasa yang ada atau mengembangkan rasa baru yang memenuhi preferensi tertentu.

Contoh penerapan AI di dapur tidak terbatas pada operasional makanan. Teknologi kecerdasan buatan juga mulai banyak ditemukan pada peralatan dapur pintar, seperti lemari es, oven, mesin pencuci piring, dan lain-lain.

Restoran dan dapur komersial juga mencoba menerapkan kecerdasan buatan di backend, seperti menyediakan rantai pasokan cerdas untuk menghubungkan seluruh rantai pasokan. Ketika sistem ERP terintegrasi dengan solusi manajemen gudang berbasis cloud dan sistem POS, bisnis makanan dapat mengantisipasi permintaan dan membuat rencana.