" />
robot chef
ZOOM
GALERÍA
0 COMENTARIOS

¿Sueñan los androides con recetas electrónicas?

IBM (master) Chef Watson

En el mundo de la cocina hay dos grandes corrientes, una que defiende que las recetas son una especie de fórmulas que hay que seguir a rajatabla (algo especialmente común en la repostería), y otra que cree que la base de la misma debe asentarse en la experimentación y la creatividad. Sin ir a los extremos, lo cierto es que la combinación de ambas es lo que ha permitido la evolución de la cocina, haciendo que pase de ser un simple acto de supervivencia a convertirse en un arte. Sin el atrevimiento (¿quién fue la primera persona que se atrevió a probar una gamba?) y la experimentación (¿pequeñas piedras de sal en el chocolate?) seguramente a día de hoy seguiríamos plantados en los guisos de la abuela. Que, ojo, siguen siendo una opción ganadora, especialmente en estos días de frío, pero que nos condenarían al ostracismo de tener que comer siempre lo mismo (de primero sopa de…, de segundo patatas con…, que decíamos en la mili y que Riki López recuperó para el bar Rambo).

Así, a medida que se fueron popularizando los sistemas para almacenar información, la parte “enciclopédica” de la cocina pudo quedar registrada en los mismos, mientras que la experimentación siguió quedando en manos de los seres humanos… hasta ahora. Y es que IBM acaba de presentar IBM Chef Watson, un sistema de computación cognitiva que, pasado un periodo de aprendizaje (su entrenamiento ha consistido en aprender y estudiar 10.000 recetas de unas 300 categorías, con un total de aproximadamente 2.000 ingredientes), es capaz no sólo (obviamente) de recordar dichas recetas, sino de establecer nuevas combinaciones entre los ingredientes que ya conoce. Y es ahí donde radica su clave: IBM Chef Watson ha aprendido a cocinar analizando esas recetas y, aunque carezca de papilas gustativas con las que verificar el resultado final de sus mezclas (en realidad ni siquiera conoce los sabores básicos de los ingredientes), ha detectado patrones de cocina y desarrollado un completo perfil de cada ingrediente.

Esto, sumado a su total falta de prejuicios, le permite realizar combinaciones que, en la inmensa mayoría de los casos, nosotros ni nos plantearíamos. Por ejemplo, en una prueba rápida, acabo de comprobar que la mejor manera de combinar leche condensada, lentejas y naranja (sí, has leído bien, he sido un poco retorcido) es una ensalada de verduras y legumbres acompañada de pan de pita. Y la verdad es que la receta, que es original del sistema (no forma parte de las introducidas en el mismo durante su aprendizaje) tiene una pinta estupenda. Además, en caso de que alguno de los ingredientes sugeridos no te guste, apetezca o, simplemente, no lo tengas en casa en ese momento, se te ofrece una completa lista de alternativas que se ajustarán igualmente bien al plato sugerido.

Pero en realidad, lo más interesante de IBM Chef Watson radica en su sistema de aprendizaje, y es que a diferencia de los sistemas normales, no es necesario emplear ningún lenguaje de programación para introducir los datos, sino que es capaz de interpretar lenguaje natural, a partir del cual extrae todos los datos que necesita (como que los guisos salen mejor a fuego lento). La computación cognitiva, que se apoya sustancialmente en machine learning incorporando, eso sí, la comprensión del lenguaje natural, rompe una limitación existente hasta ahora, que era la necesidad de que los datos estuvieran estructurados para poder ser analizados. En los tiempos de big data, la capacidad de analizar toda la información posible, sin que su formato suponga un problema, puede marcar (y marcará) una significativa diferencia.

IBM Chef Watson es, por lo tanto, no sólo un gran sistema para innovar en la cocina, amén de ser de gran ayuda para las personas con alergias y necesidades alimenticias especiales (Fátima, no miro a nadie…). Es, principalmente, una muestra de las enormes posibilidades que se abren en un escenario en el que las máquinas son capaces de aprender a partir de lo que nosotros les enseñemos, sin necesidad de que lo hagamos en un formato estructurado, es decir, sin necesidad de aprender su “idioma”. Y más aún en el momento en el que ni siquiera sea capaz de ejerzamos de tutores, sino que esos propios sistemas sean capaces de buscar información en la red. Claro que, en ese punto, todavía tendrán que aprender a descartar la información válida de la errónea (no quiero pensar qué pasaría si un sistema de este tipo encontrara un completo recetario de platos cocinados con pegamento, por poner un ejemplo estúpido). Está claro que, al menos a día de hoy, es imprescindible que haya seres humanos en la función de content curators. Sin embargo, puede que también eso sea sólo cuestión de tiempo. Mientras tanto, y si no tienes problemas con el inglés, haz click aquí si quieres que IBM Chef Watson te diga qué hacer con esas cuatro cosas que se acumulan en tu nevera desde hace tiempo y con las que no sabes qué hacer.

 

Imagen: Tech Fyve

No comments yet.

Deja un comentario