BurgerAI: a ferramenta de Stanford que desenha o hambúrguer ideal

Há, segundo a estimativa de um investigador, cerca de 10 elevado a 43 receitas possíveis de hambúrguer em todo o mundo. É um número tão gigantesco que, na prática, quase não diz nada - e é precisamente o tipo de problema que o BurgerAI foi criado para enfrentar.

Esta nova ferramenta da Universidade de Stanford consegue conceber o hambúrguer ideal para uma pessoa concreta, tendo em conta a idade, as preferências de sabor, as necessidades nutricionais e os valores ambientais. Ainda assim, o hambúrguer é quase um pretexto.

O trabalho foi apresentado em dois artigos por uma equipa do Stanford Bio-X, o instituto interdisciplinar de ciências da vida da universidade. A investigação foi liderada pela Professora Ellen Kuhl, da Escola de Engenharia, que actualmente dirige o Bio-X. O primeiro autor de ambos os artigos é Vahidullah Tac, investigador de pós-doutoramento no laboratório de Kuhl.

O primeiro artigo apresenta o BurgerAI e os resultados culinários obtidos. O segundo aponta para algo mais amplo: os princípios matemáticos subjacentes ligam-se à IA generativa, ao desenho de materiais, à física e à engenharia - com implicações que vão muito além da alimentação.

Da previsão ao desenho

A maioria dos sistemas de IA é treinada para prever - encontrar padrões em dados existentes e extrapolar a partir deles. O BurgerAI foi desenvolvido com um objectivo diferente.

“Queríamos que a IA inventasse o que deveria existir a seguir”, disse Kuhl. “O BurgerAI não pergunta: ‘Que hambúrguer é mais provável?’ Pergunta: ‘Que hambúrguer satisfaz melhor estes objectivos importantes e complexos?’”

É esta diferença - previsão versus desenho - que o estudo destaca como mudança conceptual.

A previsão olha para trás; o desenho é generativo. Não procura saber o que já foi feito: procura determinar o que deve ser criado. E essa capacidade, defendem os autores, pode ter impacto muito para lá da cozinha.

Como o sistema funciona

O sistema foi treinado com 2,216 receitas de hambúrguer do Food.com, aprendendo padrões de combinação de ingredientes e respectivas quantidades.

Depois, produz receitas totalmente novas a partir do zero. Não se trata de variações de receitas existentes, mas de combinações inéditas optimizadas em simultâneo para sabor, nutrição, sustentabilidade e características pessoais - incluindo género, idade e nível de actividade física.

“As escolhas alimentares estão entre as decisões mais consequentes que os seres humanos tomam todos os dias”, afirmou Tac. “A alimentação foi um motivador fácil. Com uma seta, é possível acertar em dois alvos - a saúde do planeta e a saúde pessoal.”

Para Kuhl, a alimentação é um campo de teste ideal para este tipo de IA generativa precisamente por envolver objectivos concorrentes que são, de facto, difíceis de satisfazer ao mesmo tempo.

Um hambúrguer pode ser saboroso, ou nutritivo, ou sustentável - mas conseguirá ser as três coisas em simultâneo, sem um compromisso óbvio? Essa tensão reflecte os compromissos presentes em muitos dos problemas maiores que a IA poderá, um dia, ajudar a resolver.

A prova de sabor

Uma coisa são os resultados computacionais. A questão decisiva era perceber se as pessoas, na prática, queriam comer o que a IA tinha concebido.

Os investigadores mandaram preparar profissionalmente cinco receitas do BurgerAI e serviram-nas a mais de 100 participantes num teste cego de degustação. O teste decorreu num restaurante de São Francisco, e os hambúrgueres desenhados pela IA foram avaliados lado a lado com a referência de um hambúrguer popular de fast-food.

Os resultados confirmaram as expectativas. As duas variações do Hambúrguer Delicioso do BurgerAI obtiveram uma pontuação igual ou superior à referência de fast-food em apreciação geral, sabor e textura.

O Hambúrguer de Cogumelos reduziu o impacto ambiental em mais de uma ordem de grandeza quando comparado com um hambúrguer convencional de vaca. Já o Hambúrguer de Feijão atingiu aproximadamente o dobro da pontuação nutricional da opção de fast-food.

“A IA não se limitou a gerar receitas de hambúrguer plausíveis - criou hambúrgueres de que as pessoas reais gostam”, disse Kuhl.

“Pode parecer simples, mas isso significa que o modelo aprendeu o que torna a comida apelativa ao paladar humano e conseguiu navegar um espaço de desenho com combinações de hambúrguer quase infinitas para encontrar soluções aplicáveis no mundo real”, acrescentou.

“Esperávamos algum compromisso entre sustentabilidade e aceitação do consumidor”, afirmou Tac. “Mas descobrimos que um hambúrguer com um impacto ambiental dramaticamente mais baixo podia, ainda assim, competir com um dos hambúrgueres mais bem-sucedidos do mundo.”

Hambúrgueres com IA são apenas o começo

Kuhl deixa claro que os hambúrgueres foram escolhidos como caso de teste, não como ponto de chegada. A alimentação é um sistema manejável, à escala humana, com um espaço de desenho grande e acessível. Além disso, gera feedback humano directo através das preferências de sabor, bem como resultados mensuráveis tanto para a nutrição como para o impacto ambiental.

É, por isso, um bom terreno para demonstrar que o desenho com IA generativa funciona. Mas, defendem os investigadores, a mesma estrutura poderia ser aplicada a problemas com apostas muito mais elevadas.

A ambição maior

A descoberta de fármacos exige navegar espaços vastíssimos de desenho molecular à procura de compostos que sejam, ao mesmo tempo, eficazes, seguros e passíveis de fabrico.

A ciência dos materiais procura combinações de elementos e estruturas que satisfaçam requisitos físicos e químicos concorrentes. E a biologia sintética passa por desenhar organismos ou sistemas biológicos capazes de cumprir objectivos funcionais específicos.

“O hambúrguer é apenas o começo”, disse Kuhl. “Vemos a alimentação como um sistema-modelo para uma visão muito maior: a IA como parceira na descoberta científica e na engenharia.”

“Durante séculos, o desenho de alimentos foi uma questão de intuição, experiência e tentativa e erro. Estamos a começar a mostrar que a IA pode transformar o desenho de alimentos numa ciência quantitativa com aplicações noutros 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.