Yapay zekâ tarafından GPT-3 teknolojisi kullanılarak oluşturulan yemek tarifleri lezzet testçilerinin karşısına çıktı. Peki tarif oluşturucular ne umdu ve ne buldu?
Yüksek güvenlik ile korunan tarif defterleri, seneler önce kargacık burgacık yazılmış notlar… Yemek tarifleri insanlığın en önemli birikimlerinden biri. Küreselden aile tariflerine daralan bir kapsama alanı olan tarifler, insan deneyimlerinin bir sonucu. Peki yapay zekâ bizim deneyimlerimizi örnek alarak mutfakta harikalar yaratabilir mi?
Mutfakta yapay zekâ ile Şükran Günü menüsü yaratmak
Şükran Günü gibi birbirini seven kalabalıkları bir araya getiren günler ayrı bir özen gerektiriyor. En özel tarifler, en kaliteli malzemeler, en sevilen tabaklar böyle günlerde misafirlere sunuluyor. Elden ele dolaşan yemek tariflerinin ise hangi kültürden olursa olsun tek bir ortak yanı var: İnsanlar tarafından oluşturulmaları.
Muhtemelen yemek tarifleri kadar insan dokunuşundan ilham alan çok az şey var. Her bir tarif ayrı bir damak tadını, pişirme tarzını ve duyguyu ifade ediyor. En büyük kusurumuz ise en ideal tarife ulaşana kadar kendi deneyimlerimizden yararlanmamız… Hiçbir insanın ideal patates püresine ulaşmak için binlerce ayrı tarif okuduğunu zannetmiyoruz. Ancak yapay zekâ bunu yapabilir.
Yapay zekâ sistemleri kelimelerden görüntü oluşturuyor. Eski tweetleri analiz ederek vefat etmiş bir kişinin hesabından tweet atmaya devam ediyor. Hatta yeri geldiğinde bizim yerimize sosyalleşiyor.Tüm bunlar yetmezmiş gibi şimdi yemek tarifleri yazıyor. Aslında teoride baktığımızda bu yemek tarifleri tüm temel detayları barındırıyor. Malzemelere, hassas ölçülere, adım adım talimatlara ve püf noktalarına ulaşmak çevrim içi bilgi hazinesi ile oldukça kolay. Ancak binlerce yıllık mutfak deneyimine erişmek için kesinlikle bunlardan fazlası gerek.
Nitekim öyle de oldu. New York Times ekibi, kişiselleştirilmiş tarifler oluşturmak için yapay zekâdan yararlandı. Birkaç lezzet testçisi ve dört New York Times mutfak yazarı ise sonuçları test etti.
2016 yılında, AI Weirdness adlı bir makine öğrenimi mizah blogu işleten bir bilim insanı olan Janelle Shane, tarifler oluşturmak için GPT-3 gibi sistemleri kullanmaya başladı. Ardından bu tarifleri yayınladı. Teknolojinin ilk versiyonları biraz tuhaf tarifler üretiyordu. Soyulmuş pirinci ve doğranmış unu gündelik malzeme listelerimizde pek görmüyoruz.
New York Times’ın yapay zekâ menüsü
Bir OpenAI araştırma bilimcisi olan Mark Chen, tarifler için olabildiğince kişiselleştirmeyi önerdi. Örneğin sisteme olabildiğince kişisel detaylar girilmeliydi; aile geçmişiniz, hangi lezzetleri sevdiğiniz, hangi malzemeleri sıklıkla kullandığınız gibi. Sonuçta bilgi isteminde ne kadar derin ayrıntılar verirseniz, yapay zekâ modelinden alacağınız çıktı o kadar başarılı oluyor.
Deneyi yapan New York Times yazarı GPT-3’e giriş yaptıktan sonra şunları yazdı: “Aslen Teksaslıyım ve bir Hintli Amerikalı evde büyüdüm. Baharatlı tatları, İtalyan ve Tayland yemeklerini ve çok şekerli olmayan tatlıları severim. Sık sık pişirdiğim bazı malzemeler chaat masala, miso, soya sosu, otlar ve salça.” Daha sonra yapay zekâdan kendisi için bir Şükran Günü menüsü oluşturmasını istedi.
Üretilen ilk GPT-3 tarifinin ismi “Pumpkin Spice Chaat” (Balkabaklı Baharatlı Chaat) oldu. Konseptten dolayı biraz kafam karıştı, ancak yaratıcılığından etkilendim.
GPT-3’ün yaratıcılığını teşvik etmek için destekleyici sorular sordum. Ve ondan zevkime ve tercihlerime göre hazırlanmış birkaç tatlı göstermesini istedim. Geleneksel olmayan bir Şükran Günü tarifi istediğimi de ekledim. Çok tatlı olmayan ve biraz baharatlı bir kızılcık sosu tarifi.
Dakikalar sonra, hem inandırıcı hem de ilgi çekici görünen eksiksiz bir menüm vardı: balkabağı baharatı, miso ve susamlı yeşil fasulye, naan dolması, soya zencefilli kavrulmuş hindi, çok tatlı olmayan ve biraz baharatlı kızılcık sosu (Evet, tarifin tam adı bu) ve portakallı krem peynirli kremalı balkabaklı baharatlı kek.
Ekip, yemeklerin her biri için DALL-E ile muhtemel görseller oluşturdu. İçerik açısından garip detaylar olsa da (kızarmış hindiyi baharatlamak için tek diş sarımsak gerekmesi gibi) görüntüler oldukça umut vericiydi.
Ne yazık ki yapay zekâ tariflerinin tatları görüntüleri kadar iyi bir performans sergilemedi. Kek yoğun ve tatlıdan çok tuzluydu. Naan dolmasının ise chana masala ile meyveli kek arasında garip tadı vardı. Kızarmış hindi tarifinde tereyağı ya da bitkisel yağ yer almıyordu, bu nedenle de biraz kuruydu. Yeşil fasulye ve kızılcık sosu yenilebilirdi ancak pek dikkat çekici değildi. Köşe yazarları ise tek bir yorum üzerinde ortak karara vardı:
Yemeklerin arkasında ruh yok.
Yapay zekâyı mutfaktan kovuyor muyuz?
OpenAI bilim insanı Chen, yapay zekânın en azından ev aşçılarına bazı temel ilham kaynaklarını sağlamaya yardımcı olabileceğini söyledi.
“Aklında yapmak istediğin bir şey var ancak onu nasıl yapacağından tam olarak emin değilsin. Ya da bir dizi malzemen var ve nasıl birleştireceğin konusunda kafan karışık. Yapay zekâ, kısa bir süre içinde birçok farklı fikir elde etmenin kolay bir yolu olarak değerlendirilebilir.”
Üstelik GPT-3 mevcut tariflerin iyileştirilmesi üzerine de çalışabilir. Bir yemek tarifinin daha az baharatlı veya belirli tatlar içeren bir versiyonu oluşturmak için çeşitli alternatifler ortaya koyabilir. Peki ya yemeğin hikayesi?
Belki de her şeyden önce şunu sormak lazım. Yemeklerin hikayesi bu kadar önemli mi? Sonuçta bir yemeğin değeri, yapan kişinin ayırdığı zaman ve efor ile ölçülüyor. Bir kişinin mükemmel portakallı kek tarifi için saatlerini hatta günlerini ayırdığını bilmek, tarifi gözümüzde mükemmel kılabiliyor. Belki de GPT-3 ile saatlerce ideali aramak da özen ve harcanan vakit olarak değerlendirilebilir. Hepimizin illa elini defalarca una mı bulaması lazım?
İnceleme videosunun tamamını aşağıdan izleyebilirsiniz:
