Há, segundo a estimativa de um pesquisador, cerca de 10 elevado à potência de 43 receitas possíveis de hambúrguer no mundo. É um número tão gigantesco que, na prática, perde o sentido - e é exatamente esse tipo de problema que o BurgerAI foi criado para enfrentar.
Desenvolvida na Universidade Stanford, essa nova ferramenta consegue projetar o hambúrguer ideal para uma pessoa específica, levando em conta idade, preferências de sabor, necessidades nutricionais e valores ambientais. Ainda assim, o hambúrguer é quase um detalhe.
O trabalho foi divulgado em dois artigos por uma equipa do Stanford Bio-X, o instituto interdisciplinar de ciências da vida da universidade. A liderança ficou a cargo da professora Ellen Kuhl, da Escola de Engenharia, que hoje dirige o Bio-X. O primeiro autor nos dois estudos é Vahidullah Tac, pesquisador de pós-doutorado no laboratório de Kuhl.
O primeiro artigo apresenta o BurgerAI e os resultados culinários obtidos. O segundo vai além: mostra que os princípios matemáticos por trás do sistema se conectam à IA generativa, ao design de materiais, à física e à engenharia - com alcance muito maior do que o universo da alimentação.
Da previsão ao projeto
Em geral, sistemas de IA são treinados para prever: encontram padrões em dados já existentes e projetam esses padrões para novos casos. O BurgerAI, porém, foi concebido para cumprir outro papel.
“Queríamos que a IA inventasse o que deveria existir a seguir”, disse Kuhl. “O BurgerAI não pergunta: ‘Qual hambúrguer é mais provável?’ Ele pergunta: ‘Qual hambúrguer satisfaz melhor estes objetivos importantes e complexos?’”
Essa diferença - prever versus projetar - é a mudança conceptual para a qual a pesquisa aponta.
A previsão olha para trás; o projeto é gerativo. Em vez de questionar o que já foi feito, pergunta o que deveria ser construído - e, segundo a equipa, essa capacidade tem implicações que vão muito além da cozinha.
Como o sistema funciona
Para aprender, o sistema foi treinado com 2,216 receitas de hambúrguer do Food.com, identificando padrões nas combinações de ingredientes e nas respetivas quantidades.
Depois, ele cria receitas totalmente novas do zero. Não se trata de pequenas variações de pratos já conhecidos, mas de combinações inéditas otimizadas ao mesmo tempo para sabor, nutrição, sustentabilidade e características pessoais - incluindo género, idade e nível de atividade física.
“As escolhas alimentares estão entre as decisões mais consequentes que os seres humanos tomam todos os dias”, disse Tac. “A comida foi um motivador fácil. Com uma flecha, dá para acertar dois alvos - a saúde do planeta e a saúde pessoal.”
Na visão de Kuhl, a comida é um campo de testes ideal para esse tipo de IA generativa justamente por reunir objetivos concorrentes que, de fato, são difíceis de atender ao mesmo tempo.
Um hambúrguer pode ser saboroso, ou nutritivo, ou sustentável - mas será que consegue ser os três ao mesmo tempo, sem uma concessão evidente? Essa tensão reflete as compensações presentes em muitos dos grandes desafios que a IA poderá ajudar a resolver no futuro.
O teste de sabor
Resultados computacionais são uma coisa. A prova decisiva era saber se as pessoas realmente teriam vontade de comer aquilo que a IA projetou.
Os pesquisadores mandaram preparar profissionalmente cinco receitas do BurgerAI e as serviram a mais de 100 participantes num teste cego de degustação. O evento ocorreu num restaurante de San Francisco, e os hambúrgueres criados pela IA foram avaliados lado a lado com a referência de um hambúrguer popular de uma rede de comida rápida.
E os dados confirmaram a proposta. As duas variações do Delicious Burger do BurgerAI tiveram pontuação igual ou superior ao padrão de comida rápida em apreciação geral, sabor e textura.
O Mushroom Burger reduziu o impacto ambiental em mais de uma ordem de grandeza quando comparado a um hambúrguer convencional de carne bovina. Já o Bean Burger alcançou aproximadamente o dobro da pontuação nutricional da opção de comida rápida.
“A IA não apenas gerou receitas plausíveis de hambúrguer - ela criou hambúrgueres de que pessoas reais gostam”, afirmou Kuhl.
“Isso pode parecer simples, mas significa que o modelo aprendeu o que torna a comida atraente ao paladar humano e conseguiu navegar num espaço de projeto com combinações de hambúrguer quase infinitas para encontrar soluções do mundo real”, acrescentou.
“Nós esperávamos alguma compensação entre sustentabilidade e aceitação do consumidor”, disse Tac. “Mas encontramos um hambúrguer com impacto ambiental dramaticamente menor que ainda conseguia competir com um dos hambúrgueres mais bem-sucedidos do mundo.”
Hambúrgueres com IA são só o começo
Kuhl faz questão de frisar que o hambúrguer foi escolhido como caso de teste, e não como objetivo final. A alimentação é um sistema manejável à escala humana, com um espaço de projeto amplo e acessível. Além disso, produz retorno humano direto na forma de preferências de sabor, e resultados mensuráveis tanto para nutrição quanto para impacto ambiental.
É, portanto, um bom terreno para demonstrar que o projeto por IA generativa funciona. Mas, como defendem os autores, o mesmo enquadramento poderia ser aplicado a problemas de importância muito maior.
A ambição maior
A descoberta de fármacos exige explorar espaços de projeto moleculares imensos para encontrar compostos que sejam, ao mesmo tempo, eficazes, seguros e passíveis de fabricação.
Na ciência de materiais, o desafio é identificar combinações de elementos e estruturas que atendam a requisitos físicos e químicos concorrentes. Já na biologia sintética, trata-se de conceber organismos ou sistemas biológicos que cumpram objetivos funcionais específicos.
“O hambúrguer é apenas o começo”, disse Kuhl. “Vemos a comida como um sistema-modelo para uma visão muito maior: a IA como parceira na descoberta científica e na engenharia.”
“Durante séculos, o design de alimentos foi uma questão de intuição, experiência e tentativa e erro. Estamos começando a mostrar que a IA pode transformar o design de alimentos numa ciência quantitativa com aplicações em outros campos importantes”, concluiu.
O primeiro estudo foi publicado na revista npj Ciência dos Alimentos, e o segundo em Métodos Computacionais em Mecânica Aplicada e Engenharia.
Comentários
Ainda não há comentários. Seja o primeiro!
Deixar um comentário