Czy AI może określić, które smaki najlepiej sprawdzają się w danym kraju lub grupie etnicznej ?

To, które kombinacje smakowe są najbardziej preferowane lub typowe kulturowo w danej kuchni narodowej lub etnicznej. Podkreśla, że choć istnieją metody oparte na danych do analizy trendów w przepisach, dostarczają one szacunków, a nie absolutnych prawd na temat tego, co mogłoby być uniwersalnie 'najlepsze' dla podniebienia danej populacji.

Background

Obecne systemy żywnościowe napędzane sztuczną inteligencją analizują duże zbiory danych receptur, połączeń składników i książek kucharskich, aby wywnioskować regionalne trendy smakowe w obrębie określonych krajów lub kuchni etnicznych. Systemy te zazwyczaj wykorzystują statystyki współwystępowania oraz teorię łączenia składników (taką jak zasada, że składniki dzielące lotne związki dobrze do siebie pasują) w celu generowania prawdopodobnych kombinacji. Jednakże modele te nie są w stanie określić definitywnych „najlepszych” połączeń, gdyż preferencje smakowe kształtowane są przez indywidualny gust, kontekst kulturowy oraz subiektywną ocenę. Ponadto metody te nie obejmują bezpośrednich testów konsumenckich ani oceny sensorycznej, które mogłyby potwierdzić akceptację na poziomie populacji. Zamiast tego ich wyniki stanowią probabilistyczne przybliżenia powszechnych lub akceptowanych kulturowo wzorców łączenia składników. Na przykład taki model może wyróżnić połączenia pomidor-bazylia lub soja-imbir jako typowe odpowiednio dla kuchni włoskiej lub wschodnioazjatyckiej, jednak nie jest w stanie potwierdzić, że są one optymalne dla wszystkich jednostek. Źródła takie jak MIT Technology Review podkreślają ograniczenia tych podejść w dostarczaniu powszechnie obowiązujących werdyktów kulinarnych.